Beruflich Dokumente
Kultur Dokumente
una medlclon una medlclon una medlclon una medlclon
Medlclon 0rupo l Medlclon 0rupo l Medlclon 0rupo l Medlclon 0rupo l
Me Me Me Medlclon 0rupo dlclon 0rupo dlclon 0rupo dlclon 0rupo 2 22 2
Medlclon 0rupo Medlclon 0rupo Medlclon 0rupo Medlclon 0rupo 3 33 3
Pueden abarcar varlo.- grupos o subgrupos de personas, objetos o lndlcadores.
Por e[emp|o, medr |os nve|es de aprovechamento de grupos de prmero, se-
gundo y tercer ano de nstruccn bsca o prmara. 0 ta| vez medr |a re|acn
entre |a autoestma y e| temor de |ogro en at|etas de deportes acutcos, de ra-
queta y de psta. Pero sempre, |a reco|eccn de |os datos es en un unco mo-
mento.
A su vez, los dlsenos transecclonales pueden dlvldlrse en dos descrlptlvos y co-
rrelaclonales/causales
una medlclon slmultanea una medlclon slmultanea una medlclon slmultanea una medlclon slmultanea
0lSL0S IRANSL00l0NALLS 0LS0RlPIlv0S 0lSL0S IRANSL00l0NALLS 0LS0RlPIlv0S 0lSL0S IRANSL00l0NALLS 0LS0RlPIlv0S 0lSL0S IRANSL00l0NALLS 0LS0RlPIlv0S
Los dlsenos transecclonales descrlptlvos tlenen como objetlvo lndagar la lncldencla y los valores en que se manlfles-
ta una o mas varlables. L| procedmento consste en medr en un grupo de personas u ob[etos una o -
genera|mente- ms varab|es y proporconar su descrpcn. 5on, por |o tanto, estudos puramente descrptvos que
cuando estab|ecen hptess, stas son tambn descrptvas.
LJLMPL05 LJLMPL05 LJLMPL05 LJLMPL05
Las famosas encuestas nacona|es de opnn sobre |as tendencas de |os votantes durante perodos de e|eccn. 5u
ob[etvo es descrbr e| numero de votantes en un pas que se ndnan por |os dferentes canddatos contendentes
en |a e|eccn. Ls decr, se centran en |a descrpcn de |as preferencas de| e|ectorado.
Un estudo que pretendera averguar cu| es |a expectatva de ngreso mensua| de |os traba[adores de una empre-
sa. 5u propsto es descrbr dcha expectatva. No pretende re|aconar|a con |a ca|fcacn de| traba[ador, n su
edad o sexo, e| ob[etvo es descrptvo. Un an|ss de |a tendenca deo|gca de |os 15 daros de mayor tra[e en
Latnoamrca. L| foco de atencn es uncamente descrbr -en un momento dado- cu| es |a tendenca deo|gca
(zquerda-derecha) de dchos perdcos, no se tene como ob[etvo ver e| por qu manfestan una u otra deo|oga,
smp|emente descrbr|a.
Un estudo de| numero de extran[eros que ngresan a un pas en certo momento y sus caracterstcas (nacn de
procedenca, estado cv|, edad, motvos de| va[e, etctera). L| propsto es ofrecer un panorama de |os extran[eros
que vstan un pas en una poca (descrpcn).
121
Los eslud|os lrarsecc|ora|es descr|pl|vos ros preserlar ur parorara de| eslado de ura o rs var|ao|es er uro o rs
grupos de persoras, oojelos (v.g., per|d|cos) o |rd|cadores er delerr|rado rorerlo.
Ln certas ocasones e| nvestgador pretende hacer descrpcones comparatvas entre grupos o subgrupos de perso-
nas, ob[etos o ndcadores (esto es, en ms de un grupo). Por e[emp|o, un nvestgador que deseara descrbr e| nve|
de emp|eo en tres cudades.
L| e[emp|o que ha vendo desarro||ndose a |o |argo de| |bro sobre |a te|evsn y e| nno de |a Uudad de Mxco es
en parte e[emp|o de dseno transeccona| descrptvo.
Ln este tpo de dsenos queda c|aro que n squera cabe |a nocn de manpu|acn puesto que se trata a cada va-
rab|e ndvdua|mente, no se vncu|an varab|es.
0lSL0S IRANSL00l0NALLS 00RRLLA0l0NALLS/ 0lSL0S IRANSL00l0NALLS 00RRLLA0l0NALLS/ 0lSL0S IRANSL00l0NALLS 00RRLLA0l0NALLS/ 0lSL0S IRANSL00l0NALLS 00RRLLA0l0NALLS/0AuSALLS 0AuSALLS 0AuSALLS 0AuSALLS
Los dlsenos transecclonales correlaclonales/causales tlenen como objetlvo descrlblr relaclones entre dos o mas
varlables en un momento determlnado. 5e trata tambn de descrpcones, pero no de varab|es ndvdua|es sno de
sus relaclones, sean stas puramente correlaclonales o relaclones causales. Ln estos dsenos |o que se mde es |a
re|acn entre varab|es en un tempo determnado. La dferenca entre |os dsenos transeccona|es descrptvos y |os
corre|acona|es causa|es puede expresarse grfcamente de |a sguente manera:
Por |o tanto, los dlsenos correlaclonales/causales pueden llmltarse a establecer relaclones entre varlables sln precl-
sar sentldo de causalldad o pueden pretender anallzar relaclones de causalldad. Uuando se |mtan a re|acones no
causa|es, se fundamentan en hptess corre|acona|es y cuando buscan eva|uar re|acones causa|es, se basan en
hptess causa|es.
LJLMPL05 LJLMPL05 LJLMPL05 LJLMPL05
Una nvestgacn que pretendera ndagar |a re|acn entre |a atraccn fsca y |a confanza durante e| novazgo en
pare[as de [venes, observando qu tan re|aconadas estn ambas varab|es (se |mta a ser corre|acona|).
Una nvestgacn que estudara cmo |a motvacn ntrnseca nf|uye en |a productvdad de |os traba[adores de
|nea de grandes empresas ndustra|es, de determnado pas y en certo momento, observando s |os obreros ms
productvos son |os ms motvados, y en caso de que as sea, eva|uando e| por qu y cmo es que |a motvacn
ntrnseca contrbuye a ncrementar |a productvdad (esta nvestgacn estab|ece prmero |a corre|acn y |uego |a
re|acn causa| entre |as varab|es).
Un estudo sobre |a re|acn entre |a urbanzacn y e| a|fabetsmo en una nacn |atnoamercana, para ver qu
varab|es macrosoca|es medatzan ta| re|acn (causa|).
122
Una nvestgacn que ana|zara cu|es son |as varab|es que regu|an |a re|acn exstente entre organzacones pro-
veedoras (vendedores) y organzacones compradoras (c|entes) en |as transaccones comerca|es en Latnoamrca
(con vo|umenes de ntercambo anua|es superores a un m||n de d|ares), as como estudar |a vncu|acn que se
da entre dchas varab|es y |as razones que orgnan ta| vncu|acn (se corre|aconan |as varab|es y se eva|uan cau-
sa|-mente). 0e |os e[emp|os puede desprenderse |o que se ha comentado anterormente respecto a que en certas
ocasones s|o se pretende corre|aconar varab|es, pero en otras ocasones se busca e| estab|ecer re|acones causa-
|es. 0esde |uego, debemos recordar que |a causa|dad mp|ca corre|acn pero no toda corre|acn sgnfca causa|-
dad. Prmero estab|ecemos corre|acn y |uego causa|dad.
Lstos dsenos pueden ser sumamente complejos y abarcar dlversas varlables. Uuando estab|ecen re|acones causa-
|es son exp|catvos. 5u dferenca con |os expermentos es |a base de |a dstncn entre expermentacn y no expe-
rmentacn. Ln |os dsenos transeccona|es corre|acona|es/causa|es, |as causas y efectos ya ocurreron en |a rea|-
dad (estaban dadas y manfestadas) y e| nvestgador |as(os) observa y reporta. Ln cambo, en |os dsenos exper-
menta|es y cuasexpermenta|es e| nvestgador provoca -ntencona|mente- a| menos una causa y ana|za sus
efectos o consecuencas.
Un dseno corre|acona|/causa| puede |mtarse a dos varab|es o abarcar mode|os o estructuras tan comp|e[as co-
mo |a sguente (donde cada |etra en recuadro representa una varab|e):
0 aun estructuras ms comp|e[as como |a presentada en e| apartado de hptess causa|es mu|tvaradas de| captu-
|o cnco ("Lstab|ecmento de hptess").
Lstos dlsenos se fundamentan en hlpotesls correlaclonales y de deferencla de grupos sln atrlbulr causalldad (cuan-
do se |mtan a re|acones entre varab|es) y en hlpotesls causales o de dlferencla de grupos con atrlbuclon de causa-
lldad (cuando pretenden estab|ecer re|acones causa|es). Asmsmo, |os dsenos corre|acona|es/causa|es -en oca-
sones- descrben re|acones en uno o ms grupos o subgrupos y sue|en descrbr prmero |as varab|es nc|udas en
|a nvestgacn, para |uego estab|ecer |as re|acones entre stas (en prmer |ugar son descrptvos de varab|es nd-
vdua|es, pero |uego van ms a|| de |as descrpcones: van a estab|ecer re|acones).
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
Una nvestgacn para eva|uar |a credb|dad de tres conductores (|ocutores) de te|evsn, y re|aconar esta varab|e
con e| sexo, |a ocupacn y e| nve| socoeconmco de| te|eaudtoro. Prmero, medramos qu tan creb|e es cada
conductor y descrbramos |a credb|dad de |os tres conductores. 0bservaramos e| sexo de |as personas e nvest-
garamos su ocupacn y nve| socoeconmco, y descrbramos e| sexo, ocupacn y nve| socoeconmco de| te|e-
audtoro. Posterormente, re|aconaramos |a credb|dad y e| sexo (para ver s hay dferencas por sexo en cuanto a
|a credb|dad de |os tres conductores), |a credb|dad y |a ocupacn (para ver s |os conductores tenen una credb-
|dad sm|ar o dferente entre |as dstntas ocupacones) y credb|dad y nve| soco-econmco (para eva|uar dferen-
cas por nve| socoeconmco). As, prmero descrbmos y |uego corre|aconamos.
U0MLN1API0 AULAPA10PI0 U0MLN1API0 AULAPA10PI0 U0MLN1API0 AULAPA10PI0 U0MLN1API0 AULAPA10PI0
1anto en |os dsenos transeccona|es descrptvos cmo en |os corre|acona|es/causa|es vamos a observar varab|es
o re|acones entre stas, en su ambente natura| y en un momento en e| tempo.
Los d|seros lrarsecc|ora|es corre|ac|ora|es/causa|es ouscar descr|o|r corre|ac|ores erlre var|ao|es o re|ac|ores
causa|es erlre var|ao|es, er uro o rs grupas de persoras u oojelos o |rd|cadores y er ur rorerlo delerr|ra-
do.
7.2.2. 7.2.2. 7.2.2. 7.2.2. Investga Investga Investga Investgacn |ongtudna| cn |ongtudna| cn |ongtudna| cn |ongtudna|
Ln certas ocasones e| nters de| nvestgador es ana|zar camblos a traves del tlempo en determnadas varab|es o
en |as re|acones entre stas. Lntonces se dspone de |os dlsenos longltudlnales, |os cua|es recolectan datos a traves
123
del tlempo en puntos o perlodos especlflcados, para hacer lnferenclas respecto al camblo, sus determlnantes y con-
secuenclas. Por e[emp|o, un nvestgador que buscara ana|zar cmo evo|uconan |os nve|es de emp|eo durante
cnco anos en una cudad u otro que pretendera estudar cmo ha cambado e| contendo de sexo en |as te|enove-
|as (dgamos de venezue|a) en |os u|tmos dez anos.
Los dlsenos longltudlnales sue|en dvdrse en tres tpos: dlsenos de tendencla (trend), dlsenos de anallsls evolutlvo
de grupos (cohort) y dlsenos panel, como se ndca en e| sguente esquema.
0lSL0S L0N0lIu0lNALLS 0L ILN0LN0lA 0lSL0S L0N0lIu0lNALLS 0L ILN0LN0lA 0lSL0S L0N0lIu0lNALLS 0L ILN0LN0lA 0lSL0S L0N0lIu0lNALLS 0L ILN0LN0lA
Los dlsenos de tendencla o trend son aque||os que ana|zan cambos a travs de| tempo (en varab|es o sus re|aco-
nes) dentro de a|guna pob|acn en genera|. Por e[emp|o, una nvestgacn para ana|zar cambos en |a acttud
haca e| aborto en una comundad. 0cha acttud se mde en varos puntos en e| tempo (dgamos anua|mente du-
rante 10 anos) y se examna su evo|ucn a |o |argo de este perodo. 5e puede observar o medr toda |a pob|acn o
ben tomar una muestra representatva de e||a cada vez que se observen o mdan |as varab|es o |os re|acones en-
tre stas. La caracterstca dstntva de |os dsenos de tendenca o trend es que |a atencn se centra en una pob|a-
cn.
Lstos dsenos pueden representarse de |a sguente manera:
0lSL0S L0N0lIu0lNALLS 0L Lv0Lu0l0N 0L 0RuP0 0lSL0S L0N0lIu0lNALLS 0L Lv0Lu0l0N 0L 0RuP0 0lSL0S L0N0lIu0lNALLS 0L Lv0Lu0l0N 0L 0RuP0 0lSL0S L0N0lIu0lNALLS 0L Lv0Lu0l0N 0L 0RuP0
Los dlsenos de evoluclon de grupo o estudos cohort examnan cambos a travs de| tempo en subpob|acones o
grupos especfcos. 5u atencn son |as "cohorts" o grupos de ndvduos vncu|ados de a|guna manera -
genera|mente |a edad, grupos por edad- (U|ena, 1977). Un e[emp|o de estos grupos ("cohors") sera e| formado por
|as personas que naceron en 1930 en ras|, pero tambn podra ut|zarse otro crtero de agrupamento tempora|
como: |as personas que se uneron en matrmono durante 1986 y 1987 en Uosta Pca o |os nnos de |a Uudad de
Mxco que asstan a nstruccn prmara durante e| terremoto que ocurr en 1985. Los dsenos de |os que esta-
mos hab|ando hacen segumento de estos grupos a travs de| tempo. Usua|mente en estos dsenos se extrae una
muestra cada vez que se mde a| grupo o subpob|acn ms que nc|ur a toda |a subpob|acn.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
Una nvestgacn nacona| sobre |as acttudes haca |a dctadura m|tar de |os ch|enos nacdos en 1973, dgamos
cada cnco anos, comenzando a partr de 1985. Ln este ano se obtendra una muestra de ch|enos de 12 anos de
edad y se medran |as acttudes. Ln 1990, se obtendra una muestra de ch|enos de 17 anos y se medran |as act-
tudes. Ln 1995, se obtendra una muestra de ch|enos de 22 anos y en e| ano 2 000 una muestra de ch|enos de 27
anos, y as sucesvamente. As, se ana|za |a evo|ucn o cambos de |as acttudes menconadas. 0esde |uego, aun-
que e| con[unto especfco de personas estudadas en cada tempo o medcn pueda ser dferente, cada muestra
representa a |os sobrevventes de| grupo de ch|enos nacdos en 1973.
0lFLRLN0lA LNIRL 0lSL0S 0L ILN0LN0lA 0lFLRLN0lA LNIRL 0lSL0S 0L ILN0LN0lA 0lFLRLN0lA LNIRL 0lSL0S 0L ILN0LN0lA 0lFLRLN0lA LNIRL 0lSL0S 0L ILN0LN0lA Y 0L Y 0L Y 0L Y 0L Lv0Lu0l0N 0L 0RuP0 Lv0Lu0l0N 0L 0RuP0 Lv0Lu0l0N 0L 0RuP0 Lv0Lu0l0N 0L 0RuP0
5u dferenca con |os dsenos de tendenca puede verse en e| sguente e[emp|o tomado de Wersma (1986, p. 208).
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
Un nvestgador est nteresado en estudar |as acttudes de |os maestros respecto a |as asocacones de profesona-
|es en |a Pegn "A". Las acttudes son meddas cada tres anos durante un perodo de 15 anos. Ln cada momento
que se hace |a medcn, se se|eccone de |a pob|acn de maestros exstente en ese momento, una muestra de
e||os. La membresa de |a pob|acn puede cambar a travs de| tempo a| menos parca|mente (a|gunos pueden
de[ar de ser maestros o ngresar nuevos maestros), pero en cua|quer momento o tempo |a pob|acn es |a msma:
124
|os maestros de |a Pegn 'A" (||amada pob|acn genera|). Lste sera un e[emp|o de un dseno de tendenca.
5 e| nvestgador estuvera nteresado en estudar |as acttudes haca |os sndcatos de profesona|es por parte de
|os maestros que se ncaron como ta|es en 1986, en |a Pegn "A", e| estudo nvo|ucrara e| an|ss de una sub-
pob|acn o grupo especfco. 1res anos despus, |a sguente muestra se obtendra de |o que queda de esa subpo-
b|acn, |a cua| -en 1989- estar consttuda por maestros con tres anos de experenca. 0esde |uego, a|gunos de
|os maestros que se ncaron como ta|es en 1986 habrn de[ado |a docenca, y e| estudo nc|ur s|o |as acttudes
de| grupo o subpob|acn de maestros que comenzaron a ser|o en dcho ano y en 1989 contnuan en e| magstero
(de toda |a pob|acn de maestros se estuda a una subpob|acn). Lste sera un e[emp|o de dseno de evo|ucn de
grupo o cohort.
Ln a|gunas pob|acones que se modfcan con re|atva fac|dad, |os membros actua|es de |a pob|acn pueden
cambar tota|mente a travs de| tempo (Wersma, 1986). Por e[emp|o, s se ||evara a cabo una nvestgacn sobre
|as opnones po|tcas de estudantes graduados en economa cada cnco anos, habra un e|evado porcenta[e de
cambo en |os ntegrantes actua|es de esa subpob|acn. Aunque |a subpob|acn segura sendo sempre |a msma:
|os graduados en Lconoma de ta| escue|a(s). Ls decr, |os nombres de muchas personas cambaran, |a subpob|a-
cn no.
LSquLMA 0L L0S 0lSL0S 0L Lv0Lu0l0N 0L 0RuP0 LSquLMA 0L L0S 0lSL0S 0L Lv0Lu0l0N 0L 0RuP0 LSquLMA 0L L0S 0lSL0S 0L Lv0Lu0l0N 0L 0RuP0 LSquLMA 0L L0S 0lSL0S 0L Lv0Lu0l0N 0L 0RuP0
Los dsenos de evo|ucn de grupo podran esquematzarse de |a sguente manera:
Ln |os dsenos de tendenca y de evo|ucn de grupo se estuda e| cambo en subpob|acones o pob|acones pero
debdo a que en cada momento o tempo se mde una muestra dferente aunque equva|ente, e| cambo se eva|ua
co|ectvamente y no de manera ndvdua| (porque |as personas pueden cambar). 5 hay cambos, e| nvestgador no
puede determnar especfcamente qu ndvduos provocan |os cambos. Ln ambos tpos de dsenos ta| stuacn
podra grafcarse as:
Ls decr, a|gunos o todos |os su[etos pueden cambar, pero |a pob|acn o subpob|acn es |a msma.
0lSL0S L0N0lIu0lNALLS PANLL 0lSL0S L0N0lIu0lNALLS PANLL 0lSL0S L0N0lIu0lNALLS PANLL 0lSL0S L0N0lIu0lNALLS PANLL
Los dlsenos panel son sm|ares a |as dos c|ases de dsenos vstas anterormente, s|o que e| msmo grupo especf-
co de su[etos es meddo en todos |os tempos o momentos.
Un e[emp|o |o sera una nvestgacn que observara anua|mente |os cambos en |as acttudes de un grupo de e[ecu-
tvos en re|acn a un programa para e|evar |a productvdad, dgamos durante cnco anos. Uada ano se observara |a
acttud de |os msmos e[ecutvos. Ls decr, |os ndvduos y no s|o |a pob|acn o subpob|acn, son |os msmos. 0tro
e[emp|o, sera e| observar mensua|mente (durante un ano) a un grupo que acud a pscoterapa para ana|zar s se
ncrementan sus expresones verba|es de dscusn y exp|oracn de p|anes futuros, y s dsmnuyen sus expresones
de dscusn y exp|oracn de hechos pasados (en cada observacn |os pacentes seran |as msmas personas). Lsto
podra expresarse grfcamente as:
Ln |os dsenos pane| se tene |a venta[a de que adems de conocer |os cambos grupa|es, se conocen |os cambos
ndvdua|es. 5e sabe qu casos especfcos ntroducen e| cambo. La desventa[a es que a veces resu|ta muy dfc|
125
obtener exactamente a |os msmos su[etos para una segunda medcn u observacones subsecuentes. Lste tpo de
dsenos puede estudar pob|acones o grupos ms especfcos y es convenente cuando se tene pob|acones re|at-
vamente esttcas. Por otra parte, deben verse con cudado |os efectos que una medcn pueda tener sobre med-
cones posterores (recurdese e| efecto de admnstracn de |a prueba vsta como fuente de nva|dacn nterna en
expermentos y cuasexpermentos, s|o que ap|cada a| contexto no expermenta|). Los dsenos pane| podran es-
quematzarse de |a sguente forma:
Los dlsenos longltudlnales se fundamentan en hlpotesls de dlferencla de grupos, correlaclonales y causales
Los d|seros |org|lud|ra|es reco|eclar dalos soore var|ao|es o sus re|ac|ores er dos o rs rorerlos, para
eva|uar e| caro|o er slas. Ya sea lorardo a ura poo|ac|r (d|seros de lerderc|a o lrerds) a ura suopoo|ac|r
(d|seros de ar||s|s evo|ul|vo de ur grupo o 'cororl) o a |os r|sros sujelos (d|seros pare|).
7.2.3. 7.2.3. 7.2.3. 7.2.3. Uomparacn de |os dsenos transeccona|es y |ongtu Uomparacn de |os dsenos transeccona|es y |ongtu Uomparacn de |os dsenos transeccona|es y |ongtu Uomparacn de |os dsenos transeccona|es y |ongtudna|es dna|es dna|es dna|es
Los estudos |ongtudna|es tenen |a venta[a de que proporconan nformacn sobre cmo |as varab|es y sus re|a-
cones evo|uconan a travs de| tempo. 5n embargo, sue|en ser ms costosos que |os transeccona|es. La e|eccn
de un tpo de dseno u otro, depende ms ben de| propsto de |a nvestgacn. Asmsmo pueden combnarse am-
bos enfoques, por e[emp|o: Un nvestgador puede ana|zar en un momento dado |a productvdad en grandes, me-
danas y pequenas empresas, y ver cmo se modfca (o no se modfca) |a productvdad de |as grandes empresas a
|os ses meses, a| ano y a |os dos anos.
7.3. 7.3. 7.3. 7.3. UULL5 50N LA5 UAPAU1LPI51IUA5 0L LA INvL51IUAUI0N N0 LXPLPIMLN1AL LN U0MPAPAUI0N U0N LA UULL5 50N LA5 UAPAU1LPI51IUA5 0L LA INvL51IUAUI0N N0 LXPLPIMLN1AL LN U0MPAPAUI0N U0N LA UULL5 50N LA5 UAPAU1LPI51IUA5 0L LA INvL51IUAUI0N N0 LXPLPIMLN1AL LN U0MPAPAUI0N U0N LA UULL5 50N LA5 UAPAU1LPI51IUA5 0L LA INvL51IUAUI0N N0 LXPLPIMLN1AL LN U0MPAPAUI0N U0N LA
INvL51IUAUI0N LXPLPIMLN1AL? INvL51IUAUI0N LXPLPIMLN1AL? INvL51IUAUI0N LXPLPIMLN1AL? INvL51IUAUI0N LXPLPIMLN1AL?
1a| como se mencon a| nco de| captu|o sobre expermentos, tanto la lnvestlgaclon experlmental como la no
experlmental son herramlentas muy vallosas de que dlspone la clencla y nlngn tlpo es mejor que el otro. L| dseno
a se|ecconar en una nvestgacn depende ms ben de| prob|ema a reso|ver y e| contexto que rodea a| estudo.
0esde |uego, ambos tpos de nvestgacn poseen caracterstcas propas que es necesaro resa|tar.
Ll control sobre las varlables es mas rlguroso en los experlmentos que en los los los los dlsenos cuaslexperlmentales y a su
vez, ambos tpos de nvestgacn tenen mayor contro| que |os dsenos no expermenta|es. Ln un expermento se
ana|zan re|acones "puras" entre |as varab|es de nters, sn contamnacn de otras varab|es, y por e||o podemos
estab|ecer re|acones causa|es con mayor precsn. Por e[emp|o, en un expermento sobre e| aprendza[e podemos
varar e| est|o de |derazgo de| profesor, e| mtodo de ensenanza y otros factores. As, podemos saber cuanto afect
cada varab|e. Ln cambo, en |a nvestgacn no expermenta|, resu|ta mas comp|e[o separar |os efectos de |as mu|-
tp|es varab|es que ntervenen (en un estudo no expermenta| sobre |os danos que provoca e| tabaqusmo, sera
ms dfc| saber qu tanto contrbuy e| tpo de pape| en e| que se envo|v e| tabaco, qu tanto cada sustanca que
compone |a mezc|a, e| numero de cgarr||os fumados, e| grado hasta donde e| fumador se acaba cada cgarr||o,
etctera). Ln |a nvestgacn expermenta| |as varab|es pueden manpu|arse por separado o con[untamente con
otras para conocer sus efectos, en |a nvestgacn no expermenta| no podemos hacer|o. Por |o que respecta a |a
poslbllldad de repllca, los dlsenos experlmentales y cuaslexperlmentales se pueden repllcar mas facllmente, con o
sln varlaclones. Pueden rep|carse en cua|quer |ugar sguendo e| msmo procedmento.
Ahora ben, como mencona Ker|nger (1979), en los experlmentos -sobre todo en |os de laboratorlo~ las varlables
lndependlentes pocas veces tlenen tanta fuerza como en la realldad. Ls decr, en e| |aboratoro dchas varab|es no
muestran |a magntud rea| de sus efectos, |a cua| sue|e ser mayor fuera de| |aboratoro. Por |o tanto, s se encuentra
un efecto en e| |aboratoro, ste tender a ser mayor en |a rea|dad.
Ln cambo, en la lnvestlgaclon no experlmental estamos mas cerca de las varlables hlpotetlzadas como 'reales y -
consecuentemente- tenemos mayor valldez externa (posb|dad de genera|zar |os resu|tados a otros ndvduos y
stuacones cotdanas).
Una desventaja de los experlmentos es que norma|mente se|ecconan un nmero de personas poco o medlanamen-
te representatlvo respecto a las poblaclones que estudlan. La mayora de |os expermentos ut|zan muestras no
mayores de 200 personas, |o que dfcu|ta |a genera|zacn de resu|tados a pob|acones ms amp|as. Por ta| razn
126
|os resu|tados de un expermento deben observarse con precaucn y es a travs de |a rp|ca de ste -en dstntos
contextos y con dferentes tpos de personas- como van genera|zndose dchos resu|tados.
Ln resumen, ambas c|ases de nvestgacn -expermenta| y no expermenta|- se ut|zan para e| avance de| cono-
cmento y en ocasones resu|ta ms apropado un tpo u otro dependendo de| prob|ema de nvestgacn a que nos
enfrentemos.
7.4. 7.4. 7.4. 7.4. UL PLLAUI0N LXI51L LN1PL UL PLLAUI0N LXI51L LN1PL UL PLLAUI0N LXI51L LN1PL UL PLLAUI0N LXI51L LN1PL LL 1IP0 0L L51U0I0, LA5 PIP01L5I5 Y LL 0I5LN0 0L INvL51IUAUI0N? LL 1IP0 0L L51U0I0, LA5 PIP01L5I5 Y LL 0I5LN0 0L INvL51IUAUI0N? LL 1IP0 0L L51U0I0, LA5 PIP01L5I5 Y LL 0I5LN0 0L INvL51IUAUI0N? LL 1IP0 0L L51U0I0, LA5 PIP01L5I5 Y LL 0I5LN0 0L INvL51IUAUI0N?
Anterormente se coment que e| p|anteamento de| prob|ema y e| marco terco nos ndcan s nuestro estudo o
nvestgacn se ncara con fnes bscamente exp|oratoros, descrptvos, corre|acona|es o exp|catvos. Asmsmo,
e| tpo de estudo nos ||eva a |a formu|acn de certa c|ase de hlpotesls y stas a |a se|eccn de determnado dlse-
no de lnvestlgaclon. Ln |a tab|a 7.1 se muestra esquemtcamente esta correspondenca.
A|gunos prob|emas de nvestgacn pueden ser abordados expermenta|mente o no expermenta|mente. Por e[em-
p|o, s deseramos ana|zar |a re|acn entre |a motvacn y |a productvdad en |os traba[adores de certa empresa,
podramos se|ecconar un con[unto de stos y dvdr|os a| azar en cuatro grupos: un prmero donde se propce una
e|evada motvacn, un segundo con medana motvacn, un tercero con ba[a motvacn y un cuarto a| que no se |e
admnstre nngun motvador. 0espus compararamos a |os grupos en cuanto a su productvdad. 1endramos un
expermento. 5 se tratara de grupos ntactos tendramos un cuasexpermento. Ln cambo, s mdramos |a mot-
vacn exstente en |os traba[adores as como su productvdad y re|aconramos ambas varab|es, estaramos rea|-
zando una nvestgacn transeccona| corre|acona|. Y s cada ses meses mdramos |as dos varab|es y estab|ec-
ramos su corre|acn efectuaramos un estudo |ongtudna|.
1ALA 7.1
U0PPL5P0N0LNUIA LN1PL 1IP05 0L L51U0I0, PIP01L5I5 Y
0I5LN0 0L INvL51IUAUI0N
Lstudo Pptess 0seno
Lxp|oratoro - No se estab|ecen, |o que se
puede formu|ar son con[etu-
ras nca|es
- 1ranseccona| descrptvo
- Preexpermenta|
0escrptvo - 0escrptva - Preexpermenta|
- 1ranseccona| descrptvo
Uorre|acona| - 0ferenca de grupos sn
atrbur causa|dad
- Uuasexpermenta|
- 1ranseccona| corre|acona|.
- Longtudna| (no expermenta|).
- Uorre|acona| - Uuasexpermenta|.
- 1ranseccona| corre|acona|.
- Longtudna| (no expermenta|).
Lxp|catvo - 0ferenca de grupos atr-
buyendo causa|dad
- Lxpermenta|.
- Uuasexpermenta|, |ongtudna| y transec-
cona| causa| (cuando hay bases para nferr
causa|dad, un mnmo de contro| y an|ss
estadstcos apropados para ana|zar
re|acones causa|es).
- Uausa|es -Lxpermenta|.
- Uuasexpermenta|, |ongtudna| y transec-
cona| causa| (cuando hay bases para nferr
causa|dad, un mnmo de contro| y an|ss
estadstcos apropados para ana|zar re|aco-
nes causa |es).
PL5UMLN PL5UMLN PL5UMLN PL5UMLN
1. La nvestgacn no expermenta| es |a que se rea|za sn manpu|ar de|beradamente |as varab|es ndependen-
tes, se basa en varab|es que ya ocurreron o se deron en |a rea|dad sn |a ntervencn drecta de| nvestgador.
Ls un enfoque retrospectvo.
2. La nvestgacn no expermenta| es conocda tambn como nvestgacn expost-facto (|os hechos y varab|es
ya ocurreron) y observa varab|es y re|acones entre stas en su contexto natura|.
3. Los dsenos no expermenta|es se dvden de |a sguente manera:
127
4. Los dsenos transeccona|es rea|zan observacones en un momento unco en e| tempo. Uuando mden vara-
b|es de manera ndvdua| y reportan esas medcones son descrptvos. Uuando descrben re|acones entre va-
rab|es son corre|acona|es y s estab|ecen procesos de causa|dad entre varab|es son corre|acona|es/causa|es.
5. Los dsenos |ongtudna|es rea|zan observacones en dos o ms momentos o puntos en e| tempo. 5 estudan a
una pob|acn son dsenos de tendenca, s ana|zan a una subpob|acn o grupo especfco son dsenos de an-
|ss evo|utvo de grupo y s estudan a |os msmos su[etos son dsenos pane|.
6. La nvestgacn no expermenta| posee un contro| menos rguroso que |a expermenta| y en aqu||a es ms
comp|cado nferr re|acones causa|es. Pero |a nvestgacn no expermenta| es ms natura| y cercana a |a rea-
|dad cotdana.
7. L| tpo de dseno a e|egr se encuentra condconado por e| prob|ema a nvestgar, e| contexto que rodea a |a
nvestgacn, e| tpo de estudo a efectuar y |as hptess formu|adas.
U0NULP105
5IU05
Investgacn no expermenta|
Investgacn expost-facto
0senos transeccona|es
0seno transeccona| descrptvo
0seno transeccona| corre|acuona|/exp|catvo
0senos |ongtudna|es
0seno |ongtudna| de tendenca (trend)
0seno |ongtudna| de an|ss evo|utvo de grupo o evo|ucn de grupo <cohort)
0seno |ongtudna| pane|
0bservacn en ambente natura|
1po de estudo y dseno
1po de hptess y dseno
LJLPUIUI05
1. L|[a una nvestgacn no expermenta| (de a|gun |bro o revsta) y ana|ce: Uu|es son sus dferencas con
un estudo expermenta|? Lscrba cada una y dscuta|as con sus companeros.
2. Un nvestgador est ntentando eva|uar |a re|acn entre |a exposcn a vdeos musca|es con a|to conten-
do de sexo y |a acttud haca e| sexo. Lse nvestgador nos pde que |e ayudemos a construr un dseno expe-
rmenta| para ana|zar dcha re|acn y tambn un dseno transeccona| corre|acana|. Umo seran ambos
dsenos?, qu actvdades se desarro||aran en cada caso?, cu|es seran |as dferencas entre ambos d-
senos?, cmo se manpu|ara en e| expermento |a varab|e 'contendo de sexo"?, cmo se nferra |a re-
|acn entre |as varab|es en e| dseno transeccona| corre|acona| y por qu |as varab|es ya huberan ocurr-
do s se ||evara a cabo?
3. Uonstruya un e[emp|o de un dseno transeccona| descrptvo.
4. Uonstruya un e[emp|o de un dseno |ongtudna| de tendenca, un e[emp|o de un dseno de evo|ucn de
grupo y un e[emp|o de un dseno pane|, y en base a |os e[emp|os ana|ce |as dferencas entre |os tres tpos
de dsenos |ongtudna|es.
5. 5 un nvestgador estudara cada cnco anos |a acttud haca |a guerra de |os puertorrquenos que pe|earon
en vetnam durante e| ano de 1968, tendra un dseno |ongtudna|..? Lxp|que |as razones de su respuesta.
6. La nvestgacn que ha vendo desarro||ndose corresponde a un dseno no expermenta|? Pesponda y
exp|que.
128
ILI0UPAIIA 5UULPI0A
ULLNN, N.0. (1977). 0ohortanaiysls. ever|y Pus, UA: 5age Pub|catons Inc. 5eres:'uanttatve App|catons n the
5oca| 5cences", numero 5.
KLPLINULP, IN. (1979). Lnfoque conceptual de la lnvestlgaclon del comportamlento. Mxco, 0.I.: Nueva Ldtora|
Interamercana. Uaptu|o numero 8 ('Investgacn expermenta| y no expermenta|").
KL55LLP, P.U. y UPLLNLPU, 0.I. (1981). Llnear panel anaiysls Models of quantltatlve change. London, UK:
Academc Press, Inc. (L0N00N) L10.
MAPKU5, U.. (1979). Analyzjng panel data. ever|y Pus, UA: 5age Pub|catons mc: 5eres: 'uanttatve
App|catons n the 5oca| 5cences", numero 18.
LJLMPL0
La te|evsn y e| nno
0seno transeccona| que mp|ca descrpcn de varab|es y corre|acones.
129
8
Umo se|ecconar una muestra? Umo se|ecconar una muestra? Umo se|ecconar una muestra? Umo se|ecconar una muestra?
0JL1Iv05 0L APPLN0I2AJL 0JL1Iv05 0L APPLN0I2AJL 0JL1Iv05 0L APPLN0I2AJL 0JL1Iv05 0L APPLN0I2AJL
ue e| a|umno:
1) Uomprenda |os conceptos de muestra, pob|acn y procedmento de se|eccn de |a muestra.
2) Uonozca |os dferentes tpos de muestras, sus caracterstcas, |as stuacones en que es convenente ut|zar
cada uno y sus ap|cacones.
3) Lst capactado para determnar e| tamano adecuado de muestra en dstntas stuacones de nvestgacn.
4) Pueda obtener muestras adecuadas desde e| punto de vsta centfco, ap|cando dferentes mtodos de se|ec-
cn.
5IN1L5I5 5IN1L5I5 5IN1L5I5 5IN1L5I5
L| captu|o dscute |os conceptos de muestra, pob|acn o unverso, tamano de muestra, representatvdad de |a
muestra y procedmento de se|eccn. 1ambn presenta una tpo|oga de muestras: probab|stcas y no probab|s-
tcas. Lxp|ca cmo defnr |os su[etos que van a ser meddos, cmo determnar e| tamano adecuado de muestra y
cmo proceder a obtener |a muestra dependendo de| tpo de se|eccn e|egdo.
8.1. UILNL5 vAN A 5LP ML0I005? 8.1. UILNL5 vAN A 5LP ML0I005? 8.1. UILNL5 vAN A 5LP ML0I005? 8.1. UILNL5 vAN A 5LP ML0I005?
Aqu e| nters se centra en quenes", es decr, en |os sujetos u objetos de estudlo. Lsto desde |uego, depende de|
p|anteamento nca| de |a nvestgacn. As, s e| ob[etvo es por e[emp|o, descrbr e| uso que hacen |os nnos de |a
te|evsn, |o ms factb|e es que tendremos que nterrogar a una muestra de nnos. 0esde |uego, tambn sera
posb|e entrevstar a |as mams de |os nnos. Lscoger entre |os nnos o sus mams, o ambos, dependera no s|o de|
ob[etvo de |a nvestgacn sno de| dseno de |a msma. L| caso -ya ctado en e| |bro- de |a nvestgacn de Ier-
nndez Uo||ado, aptsta y L|kes (1986) en donde e| ob[etvo bsco de| estudo es e| de descrbr |a re|acn nno-
te|evsn, determn que |os su[etos se|ecconados para e| estudo fueron nnos que responderon sobre sus con-
ductas y percepcones re|aconadas con este medo de comuncacn. Ln otro estudo de Ureenberg, Lrcson y v|a-
hos (1972) e| ob[etvo de an|ss era nvestgar |as dscrepancas o seme[anzas en |as opnones de madres e h[os
con respecto a| uso de |a te|evsn. Aqu e| ob[etvo de| estudo supuso |a se|eccn de mams y nnos, para entre-
vstar|os cada uno por su |ado, corre|aconando posterormente |a respuesta de cada par madre-h[o.
Puede |o anteror ser muy obvo, pues |os ob[etvos de |os dos e[emp|os menconados son c|aros. Ln |a prctca esto
no parece ser tan smp|e para muchos estudantes que en propuestas de nvestgacn y de tess no |ogran una co-
herenca entre |os ob[etvos de |a nvestgacn y |a undad de an|ss de |a msma. A|gunos errores comunes se
encuentran en |a tab|a 8.1.
130
Para se|ecconar una muestra, |o prmero entonces es defnr nuestra unldad de anallsls -personas, organzacones,
perdcos, etc.- Ll 'qulenes van a ser medldos, depende de preclsar claramente el problema a lnvestlgar y los
objetlvos de la lnvestlgaclon. Lstas accones nos ||evarn a| sguente paso, que es e| de de|mtar una pob|acn.
1ALA 8.1
UILNL5 vAN A 5LP ML0I005?: LPP0PL5 Y 50LUUI0NL5 UILNL5 vAN A 5LP ML0I005?: LPP0PL5 Y 50LUUI0NL5 UILNL5 vAN A 5LP ML0I005?: LPP0PL5 Y 50LUUI0NL5 UILNL5 vAN A 5LP ML0I005?: LPP0PL5 Y 50LUUI0NL5
Pregurla de |rvesl|gac|r ur|dad de ar||s|s errrea ur|dad de ar||s|s correcla
0|scr|r|rar a|as rujeres
er |os arurc|os de |a le|ev|-
s|r?
Vujeres que aparecer er |os arurc|os de
le|ev|s|r Error ro ray grupo de corpara-
c|r
Vujeres y rorores que apare-
cer er |os arurc|os de le|ev|-
s|r para corparar s| calego-
rias de ar||s|s d|l|erer erlre
|os dos grupos.
Eslr |os ooreros de| rea
relropo||lara sal|slecros
cor su lraoajo?
Corpular e| rurero de corl||clos s|rd|ca-
|es reg|slrados er Corc|||ac|r y Aro|lraje
durarle |os u|l|ros 5 aros, Error: |a pre-
gurla propore |rdagar soore acl|ludes
|rd|v|dua|es y esla ur|dad de ar||s|s
derola dalos agregados er ura esladisl|-
ca |aoora| y racrosoc|a|
Vueslra de ooreros que lraoa-
jar er e| rea relropo||lara
cada uro de |os cua|es corles-
lar a |as pregurlas de ur
cuesl|orar|o.
lay proo|eras de corur|-
cac|r erlre padres e r|jos?
0rupo de ado|escerles, ap||car|es cues-
l|orar|o. Error: se procederia a descr|o|r
ur|carerle cro perc|oer |os ado|escer-
les |a re|ac|r cor sus padres
0rupo de padres e r|jos. A
aroas parles se |e ap||car e|
cuesl|orar|o.
8.2. U0M0 5L 0LLIMI1A UNA P0LAUI0N? 8.2. U0M0 5L 0LLIMI1A UNA P0LAUI0N? 8.2. U0M0 5L 0LLIMI1A UNA P0LAUI0N? 8.2. U0M0 5L 0LLIMI1A UNA P0LAUI0N?
Una vez que se ha defndo cu| ser nuestra unldad de anallsls, se procede a dellmltar la poblaclon que va a ser
estudada y sobre |a cua| se pretende genera|zar |os resu|tados. As, una pob|acn es e| con[unto de todos |os casos
que concuerdan con una sere de especfcacones (5e|tz, 1974). La muestra sue|e ser defnda como un subgrupo
de la poblaclon (5udman, 1976).
35
Para se|ecconar |a muestra deben de|mtarse |as caracterstcas de |a pob|acn. Muchos nvestgadores no descr-
ben |o sufcente |as caracterstcas de |a pob|acn o asumen que |a muestra representa automtcamente a |a
pob|acn. Ls frecuente que muchos estudos que uncamente se basan en muestras de estudantes unverstaros -
porque 'es fc| ap|car|es e| nstrumento de medcn, pues estn a |a mano"- hagan genera|zacones temeraras
sobre [venes que probab|emente posean otras caracterstcas soca|es. Ls preferb|e entonces, estab|ecer c|ara-
mente |as caracterstcas de |a pob|acn, a fn de de|mtar cu|es sern |os parametros muestrales. Lo anteror
puede |ustrarse con e| e[emp|o de |a nvestgacn sobre e| uso de |a te|evsn por |os nnos. Lst c|aro que en d-
cha nvestgacn |a undad de an|ss son |os nnos. Pero, de qu pob|acn se trata?, de todos |os nnos de|
mundo?, de todos |os nnos de |a Pepub|ca Mexcana? 5era muy ambcoso y prctcamente mposb|e referrnos
a pob|acones tan grandes. As tenemos que en nuestro e[emp|o |a pob|acn fue de|mtada de |a sguente manera:
Lsta defncn e|mn entonces a nnos mexcanos que no vveran en e| rea metropo|tana de| 0.I, a |os que no van a|
co|ego y a |os menores de 9 anos. Pero por otra parte permt hacer una nvestgacn costeab|e, con cuestonaros con-
testados por nnos que ya saban escrbr y un contro| sobre |a nc|usn de nnos de todas |as zonas de |a metrpo|s, a|
usar |a ubcacn de |as escue|as como puntos de referenca y de se|eccn. Ln este y otros casos, |a de|mtacn de |as
caracterstcas de |a pob|acn no s|o depende de |os ob[etvos de| estudo, sno de otras razones prctcas. No ser un
me[or estudo, por tener una pob|acn ms grande, sno |a ca|dad de un traba[o estrba en de|mtar c|aramente |a pob|a-
35
A|guros |rvesl|gadores usar c| lrr|ro ur|verso, pero |os aulores preler|ros ul|||zar e| lrr|ro poo|ac|r, ya que coro K|scr (19Z1), cors|deraros que ur|verso es
rs o|er ur lrr|ro descr|pl|vo de ur Corjurlo |rl|r|lo de dalos, |o que ro se ap||ca a |a poo|ac|r.
131
cn con base en |os ob[etvos de| estudo. Las poblaclones deben sltuarse claramente en torno a sus caracteristlcas de
contenldo, lugar y en el tlempo. Por e[emp|o, en un estudo sobre |os drectvos de empresa en Mxco (aptsta, 1983) y
con base en |as consderacones tercas de| estudo que descrbe e| comportamento gerenca| de |os ndvduos y |a re|a-
cn de ste con otras varab|es de tpo organzacona| se proced a defnr |a pob|acn de |a sguente manera:
Nuestra pob|acn comprende a todos aque||os drectores genera|es de empresas ndustra|es y comerca|es que en 1983
tenen un capta| soca| superor a 30 m||ones de pesos, con ventas superores a |os 100 m||ones de pesos y/o con ms
de 300 personas emp|eadas.
vemos que en este e[emp|o se de|mta c|aramente |a pob|acn, exc|uyendo a personas que no son |os drectores genera-
|es, a empresas que no pertenezcan a| gro ndustra| y comerca|, como por e[emp|o bancos, hote|es, casas de bo|sa. 5e
estab|ece tambn c|aramente que se trata de empresas medanas y grandes con base en crteros de capta| y de recur-
sos humanos. Ina|mente se ndca que estos crteros operaron en e| ano 1983.
Los crteros que cada nvestgador cump|a dependen de sus ob[etvos de estudo, |o que es mportante es estab|ecer|os
c|aramente. 1oda nvestgacn debe ser transparente, su[eta a crtca y a rp|ca, y este e[ercco no es posb|e s a|. exa-
mnar |os resu|tados, e| |ector no puede referr|os a |a pob|acn ut|zada en un estudo.
8.3. U0M0 5LLLUUI0NAP LA MUL51PA? 8.3. U0M0 5LLLUUI0NAP LA MUL51PA? 8.3. U0M0 5LLLUUI0NAP LA MUL51PA? 8.3. U0M0 5LLLUUI0NAP LA MUL51PA?
Pasta este momento hemos vsto que se tene que deflnlr cual sera la unldad de anallsls y cuales son las caracteris-
tlcas de la poblaclon. Ln este ncso hab|aremos de |a muestra o me[or dcho de |os tlpos de muestra que exsten, a
fn de poder e|egr |a ms convenente para un estudo.
La muestra es, en esencla, un subgrupo de la poblaclon. 0gamos que es un subcon[unto de e|ementos que pertene-
cen a ese con[unto defndo en sus caracterstcas a| que ||amamos pob|acn. Lsto se representa en |a fgura 8.2.
Uon frecuenca |eemos y omos hab|ar de muestra representatlva, 'muestra al azar " muestra aleatorla como s
con |os smp|es trmnos se pudera dar ms seredad a |os resu|tados. Ln rea|dad, pocas veces se puede medr a
toda |a pob|acn, por |o que obtenemos o se|ecconamos una muestra y se pretende -desde |uego- que este sub-
con[unto sea un ref|e[o fe| de| con[unto de |a pob|acn. 1odas |as muestras deben ser representatvas, por tanto e|
uso de este trmno es por dems nut|. Los trmnos al azar y aleatorlo denotan un tlpo de procedlmlento mecanl-
co relaclonado con la probabllldad y con la selecclon de elementos, pero no |ogra esc|arecer tampoco e| tpo de
muestra y e| procedmento de muestreo. Pab|emos entonces de esto en |os prxmos ncsos.
8.3.1. 1pos de muestra 8.3.1. 1pos de muestra 8.3.1. 1pos de muestra 8.3.1. 1pos de muestra
scamente categorzamos a |as muestras en dos grandes ramas: las muestras no probabllistlcas y las muestras proba-
bllistlcas. Ln estas ltlmas todos los elementos de la poblaclon tlenen la mlsma poslbllldad de ser escogldos. Lsto se ob-
tene defnendo |as caracterstcas de |a pob|acn, e| tamano de |a muestra y a travs de una se|eccn a|eatora y/o
mecnca de |as undades de an|ss. Imagnense e| procedmento para obtener e| numero premado en un sorteo de
|otera. Lste numero se va formando en e| momento de| sorteo, a partr de |as bo|tas (con un dgto) que se van sacando
despus de revo|veras mecncamente hasta formar e| numero, de manera que todos |os numeros tenen |a msma pro-
bab|dad de ser e|egdos.
Ln |as muestras no probabllistlcas, |a e|eccn de |os e|ementos no depende de |a probab|dad, sno de causas re|acona-
das con |as caracterstcas de| nvestgador o de| que hace |a muestra. Aqu e| procedmento no es mecnco, n en base a
frmu|as de probab|dad, sno que depende de| proceso de toma de decsones de una persona o grupo de personas, .y
desde |uego, |as muestras se|ecconadas por decsones sub[etvas tenden a estar sesgadas. Ll eleglr entre una muestra
probabllistlca o una no probabllistlca, depende -s, otra vez- de los objetlvos del estudlo, del esquema de lnvestlgaclon y
de la contrlbuclon que se plensa hacer con dlcho estudlo. Para |ustrar |o anteror menconaremos varos e[emp|os que
toman en cuenta dchas consderacones.
LJLMPL0 1 LJLMPL0 1 LJLMPL0 1 LJLMPL0 1
Ln un prmer e[emp|o tenemos una nvestgacn sobre nmgrantes extran[eros en Mxco, (aptsta et a|. 1988). L|
ob[etvo de |a nvestgacn es documentar |as experencas de va[e, de vda y de traba[o. Para cump|r dcho prop-
sto se se|eccon una muestra no probab|stca de personas extran[eras que por dversas razones -econmcas,
po|tcas, fortutas- huberan ||egado a Mxco entre 1900 y 1960. Las personas se se|ecconaron a travs de cono-
cdos, de as|os, de referencas. 0e esta manera se entrevstaron a 40 nmgrantes con entrevstas semestructura-
132
das que permteron a| su[eto hab|ar |bremente sobre sus experencas.
0omentado. Ln este caso una muestra no probab|stca es adecuada pues se trata de un estudo con un dseno de
nvestgacn exp|oratoro, es decr, no es conc|uyente, sno su ob[etvo es documentar certas experencas. Lste tpo
de estudo pretende generar datos e hptess que consttuyan |a matera prma para nvestgacones ms precsas.
LJLMPL0 2 LJLMPL0 2 LJLMPL0 2 LJLMPL0 2
Uomo segundo caso menconaremos e| caso de una nvestgacn para saber cuntos nnos han sdo vacunados y
cuntos no, y varab|es asocadas <nve| socoeconmco, |ugar donde se vve, educacn) con esta conducta y sus
motvacones. Ln este caso se hzo una muestra probab|stca nacona| de 1600 personas y de |os datos se tomaron
decsones para formu|ar estrategas de vacunacn y mensa[es drgdos a persuadr |a pronta y oportuna vacuna-
cn de |os nnos.
0omentarlo. Lste tpo de estudo, en donde se hace una asocacn entre varab|es, cuyos resu|tados servrn de
nformacn para tomar decsones po|tcas que afectarn a una pob|acn, se |ogran por medo de una nvestga-
cn por encuestas y defntvamente a travs de una muestra probabllistlca, dsenada de ta| manera que |os datos
pueden ser genera|zados a |a pob|acn con una estmacn precsa de| error que pudera cometerse a| hacer ta|es
genera|zacones.
LJLMPL0 3 LJLMPL0 3 LJLMPL0 3 LJLMPL0 3
5e dsena un expermento para medr s contendos vo|entos en |a te|evsn generan conductas antsoca|es en |os
nnos. Para |ograr ta| ob[etvo se se|ecconan en un co|ego 60 nnos de 5 anos de edad de Igua| nve| socoeconm-
co e gua| nte|genca y se asgnan a|eatoramente a 2 grupos o condcones. 30 nnos vern carcaturas pro-soca|es
(e[. Ped) y otros 30 vern carcaturas muy vo|entas. Inmedatamente despus de |a exposcn a dchos contendos
vo|entos, |os nnos sern observados en un contexto de [uego y se medrn sus conductas vo|entas y pro-soca|es.
0omentarlo. Lsta es una muestra no probabllistlca. Aunque se asgnen |os nnos de manera a|eatora a |as dos con-
dcones expermenta|es, para genera|zar a |a pob|acn se necestaran repetdos expermentos. Un estudo as es
va|oso en cuanto a que e| nve| causa-efecto es ms precso a| as|ar otras varab|es, sn embargo |os datos no pue-
den genera|zarse a todos |os nnos, sno a un grupo de nnos con |as menconadas caracterstcas. 5e trata de una
muestra drgda y "c|sca' de un estudo de este tpo. La se|eccn de |a muestra no es a| azar, aunque |a asgna-
cn de |os nnos a |os grupos s |o es.
8.4. U0M0 5L PAUL UNA MUL51PA PP0 8.4. U0M0 5L PAUL UNA MUL51PA PP0 8.4. U0M0 5L PAUL UNA MUL51PA PP0 8.4. U0M0 5L PAUL UNA MUL51PA PP0AILI51IUA? AILI51IUA? AILI51IUA? AILI51IUA?
Pesumremos dcendo que la elecclon entre la muestra probabllistlca y una no probabllistlca se determlna con base
en los objetlvos del estudlo, el esquema de la lnvestlgaclon y el alcance de sus contrlbuclones. Las muestras proba-
b|stcas tenen muchas venta[as, quzs |a prncpa| es que puede medrse e| tamano de error en nuestras predc-
cones. Puede decrse nc|uso que e| prncpa| ob[etvo en e| dseno de una muestra probab|stca es e| de reducr a|
mnmo este error a| que se |e ||ama error estndar (Ksh, 1965).
Las muestras probabllistlcas son esenca|es en |os dsenos de nvestgacn por encuestas en donde se pretende
hacer estmacones de varab|es en |a pob|acn, estas varab|es se mden con nstrumentos de medcn (captu|o
9) y se ana|zan con pruebas estadstcas para e| an|ss de datos en donde se presupone que |a muestra es proba-
b|stca, donde todos |os e|ementos de |a pob|acn tenen una msma probab|dad de ser e|egdos. Los e|ementos
muestra|es tendrn va|ores muy parecdos a |os de |a pob|acn, de manera que |as medcones en e| subcon[unto,
nos darn estmados precsos de| con[unto mayor. ue tan precso son dchos estmados depende de| error en e|
muestreo, e| que se puede ca|cu|ar, pues hay errores que dependen de |a medcn y estos errores no pueden ser
ca|cu|ados matemtcamente.
Para hacer una muestra probab|stca es necesaro entender |os sguentes trmnos y sus defncones:
Ln una poblaclon N -prevamente de|mtada por |os ob[etvos de |a nvestgacn- nos nteresa estab|ecer expre-
sones numrcas de |as caracterstcas de |os e|ementos de N.
Nos nteresa conocer va|ores promedo en |a pob|acn, e| cua| se expresa como:
Y - es decr se refere a| va|or de una varab|e determnada ( Y ) que nos nteresa conocer.
Nos nteresa conocer tambn:
v- es decr |a varanza de |a pob|acn con respecto a determnadas varab|es.
133
Uomo |os va|ores de |a pob|acn no se conocen, se|ecconamos una muestra n y a travs
de estmados en |a muestra, nfermos va|ores en |a pob|acn. Y ser e| va|or de Y e|
cua| desconocemos. Y es un estmado promedo en |a muestra e| cua| podemos determ-
nar. 5abemos que en nuestra estmacn habr una dferenca ( Y - y - ?) es decr, habr
un error, e| cua| depender de| numero de e|ementos muestreados. A dcho error |e ||ama-
remos estndar -5e
5e - es |a desvacn estandar de la dlstrlbuclon muestral y representa |a f|uctuacn de y .
(se)
2
- e| error estandar al cuadrado, es |a frmu|a que nos servr para ca|cu|ar |a varanza
(v) de |a pob|acn (N). Y |a varanza de |a muestra (n) ser |a expresn 5
2
5
2
- varlanza de la muestra, |a cua| podr determnarse en trmnos de probab|dad donde
5
2
- p (1-p)
Para una muestra probabllistlca necestamos prncpa|mente dos cosas: determnar e| tamano de la muestra (n) y
se|ecconar |os e|ementos muestra|es, de manera que todos tengan |a msma posb|dad de ser e|egdos. Para |o
prmero, daremos una frmu|a que contene |as expresones ya descrtas. Para |o segundo, necestamos de un mar-
co de se|eccn adecuado y de un procedmento que permta |a a|eatoredad en |a se|eccn. Pab|aremos de ambas
cosas en |os sguentes ncsos.
8.4.1. L| tamano de |a muestra 8.4.1. L| tamano de |a muestra 8.4.1. L| tamano de |a muestra 8.4.1. L| tamano de |a muestra
Uuando se hace una muestra probab|stca, uno debe preguntarse Uu| es e| numero mnmo de unldades de ana-
llsls (personas, organzacones, captu|os de te|enove|as, etc.), que necesto para conformar una muestra (n) que me
asegure un error estndar menor de .01 (f[ado por nosotros), dado que |a pob|acn N es aproxmadamente de
tantos e|ementos? Ln esta pregunta se nquere cu| ser |a probab|dad de ocurrenca de y , y de que e| va|or de y
-basado en n observacones- se stue en un nterva|o que comprenda a| verdadero va|or de |a pob|acn. Ls decr
que m estmado y se acerque a Y , a| va|or rea|. 5 nosotros estab|ecemos e| error estandar y f[amos .01, suger-
mos que esta f|uctuacn promedo de nuestro estmado y con respecto a |os va|ores rea|es de |a pob|acn Y , no
sea> .01, es decr que de 100 casos, 99 veces m predccn sea correcta y que e| va|or de y se stue en un nterva-
|o de confanza que comprenda e| va|or de Y . La formula para determlnar el tamano de n es |a sguente:
oblacin ianzadelap var
uestra ianzadelam var
V
S
n
2
2
=
|o cua| se a[usta s se conoce e| tamano de |a pob|acn N. Lntonces tendremos que:
n / n 1
n
n
=
Pongamos e| sguente e[emp|o. Ln e| e[emp|o que ya habamos dado en e| ncso 8.2 de este captu|o, de|mtamos
a una pob|acn dcendo que para un estudo de drectores genera|es consderamos a "todos aque||os drectores
genera|es de empresas ndustra|es y comerca|es que en 1983 tenen un capta| soca| superor a 30 m||ones de
pesos, con ventas superores a |os 100 m||ones de pesos y/o con ms de 300 personas emp|eadas". Uon estas
caracterstcas se precs que |a pob|acn era de N - 1 176 drectores genera|es ya que 1 176 empresas confor-
maban |as menconadas caracterstcas. Uu| es entonces e| numero de drectores genera|es n que se tene que
entrevstar, para tener un error estndar menor de .015, y dado que |a pob|acn tota| es de| 176?
N - pob|acn de 1176 empresas.
y - va|or promedo de una varab|e - 1, un drector genera| en cada empresa.
5e - error estndar - .0l5, |o determnamos. Ls aceptab|e pues es muy pequeno.
v - varanza de |a pob|acn. 5u defncn (5e)
2
e| cuadrado de| error estndar.
5
2
- varanza de |a muestra expresada como |a probab|dad de ocurrenca de y
5usttuyendo tenemos que:
2
2
V
S
n =
S
2
- p(l-p) - 0,9(l ~ 0, ) - 0,09 y v
2
- (0,0l5)
2
-0,000225
400
000225 , 0
09 , 0
n = =
y a[ustando tenemos que: 298
1176 / 400 1
400
N / n 1
n
n =
+
=
+
=
134
Ls decr que, para nuestra nvestgacn, necestaremos una muestra de 298 drectores genera|es.
Lsto (como habamos dcho) es e| prmer procedmento para obtener |a muestra probab|stca: e| determnar e|
tamano de |a msma, con base en estmados de |a pob|acn. L| segundo procedmento estrba en cmo y de dnde
se|ecconar a esos 298 su[etos.
8.4.2. Muestra probab|stca estratfcada 8.4.2. Muestra probab|stca estratfcada 8.4.2. Muestra probab|stca estratfcada 8.4.2. Muestra probab|stca estratfcada
L| pasado e[emp|o corresponde a una muestra probab|stca smp|e. 0etermnamos en este caso que e| tamano de
|a muestra sera de n - 298 drectvos de empresa. Pero supongamos que |a stuacn se comp|ca y que esta q |a
tendremos que estratfcar a fn de que |os e|ementos muestra|es o undad de an|ss posean un determnado atr-
buto. Ln nuestro e[emp|o este atrbuto es e| gro de |a empresa. Ls decr, cuando no basta que cada uno de |os e|e-
mentos muestra|es tengan |a msma probab|dad de ser escogdos, sno que adems es necesaro estratlflcar la
muestra en re|acn a estratos o categoras que se presentan en |a pob|acn y que aparte son re|evantes para |os
ob[etvos de| estudo, se dsena una muestra probab|stca estratfcada. Lo que aqu se hace es dvdr a |a pob|a-
cn en subpob|acones o estratos y. se se|eccona una muestra para cada estrato. La estratfcacn aumenta |a
precsn de |a muestra e mp|ca e| uso de|berado de dferentes tamanos de muestra para cada estrato, "a fn de
|ograr reducr |a varanza de cada undad de |a meda muestra|" (Ksh, 1965). 0ce Ksh (p. 92) en su |bro de mues-
treo que en un numero determnado de e|ementos muestra|es n - 2 n h |a varanza de |a meda muestra| 7 puede
reducrse a| mnmo s e| tamano de |a muestra para cada estrato es proporcona| a |a desvacn estndar dentro
de| estrato. Lsto es, KSh
N
n
fh = =
Ln donde fh es |a fraccn de| estrato, n e| tamano de |a muestra, N e| tamano de |a pob|acn, sh es |a desvacn
estndar de cada e|emento en e| estrato h, y K es una proporcn constante que nos dar como resu|tado una q
ptma para cada estrato.
5guendo nuestro e[emp|o de |os drectores de empresa tenemos que |a pob|acn es de 1 176 drectores de em-
presa y que e| tamano de muestra es n - 298. La fraccn para cada estrato fh ser:
2534 , 0
1176
298
N
n
fh = = =
0e manera que e| tota| de |a subpob|acn se mu|tp|car por esta fraccn constante a fn de obtener e| tamano de
muestra para e| estrato. 5usttuyendo tenemos que: Nh x fh - nh
TA8LA 8.2
HUE8TRA PR0A|L|8T|6A E8TRAT|F|6A0A 0E 0|RE6T0RE8 0E EHPRE8A
Eslralo por g|ro 0|reclores gerera|es de erpresa de| g|ro
Tola| poo|ac|r
(lr) =.2531 Nr (lr) = rr
Vueslra
1 Exlracl|vo y 3|derurg|co 53 13
2 Vela| recr|cas 109 28
3 A||rerlos, oeo|das, laoaco 215 55
1 Pape| y arles grl|cas 8Z 22
5 Texl||es 98 25
E|clr|cas y e|eclrr|cas 110 28
Z Aulorolr|z 81 20
8 0uir|co-larracul|ca 221 5
9 0lras erpresas lrarslorrac|r 151 38
10 Corerc|a|es 51 13
N=11Z r=298
por ejerp|o:
Nr = 53 d|reclores de erpresas exlracl|vas corresporde a |a poo|ac|r lola| de esle g|ro
lr = .2531 es |a lracc|r corslarle.
rr = 13 es e| rurero redordeado de d|reclores de erpresa de| g|ro exlracl|vo que lerdrr que erlrev|slarse.
Fuerle de lrduslr|dala, 1982.
8.4.3. Muestreo probab|stco por racmos 8.4.3. Muestreo probab|stco por racmos 8.4.3. Muestreo probab|stco por racmos 8.4.3. Muestreo probab|stco por racmos
Ln a|gunos casos en donde e| nvestgador se ve |mtado por recursos fnanceros, por tempo, por dstancas geo-
grfcas o por una combnacn de stos y otros obstcu|os, se recurre a otra moda|dad de muestreo ||amado por
raclmos. Ln este tpo de muestreo se reducen costos, tempo y energa a| consderar que muchas veces nuestras
undades de an|ss se encuentran encapsu|adas o encerradas en determnados |ugares fscos o geogrfcos a |os
que denomnamos racmos. Para dar a|gunos e[emp|os tenemos |a tab|a 8.3., en donde en |a prmera co|umna se
encuentran undades de an|ss que frecuentemente vamos a estudar en cencas soca|es. Ln |a segunda co|um-
na, sugermos posb|es racmos en donde se encuentran dchos e|ementos.
135
TA8LA 8.3
EJEHPL08 0E RA6|H08
UN|0A0 0E ANAL|8|8 P08|LE8 RA6|H08
Ado|escerles Preparalor|as
0oreros lrduslr|as
Aras de casa Vercados
N|ros Co|eg|os
Persorajes de le|ev|s|r Prograras de le|ev|s|r
L| muestrear por racmos mp|ca dferencar entre |a undad de an|ss y |a undad muestra|. La undad de an|ss
-como |o ndcamos a| prncpo de este captu|o- se refere a qunes van a ser meddos, o sea, e| su[eto o su[etos
a quenes en u|tma nstanca vamos a ap|car e| nstrumento de medcn. La undad muestra|
-en este tpo de muestra- se refere a| racmo a travs de| cua| se |ogra e| acceso a |a undad de an|ss. L| mues-
treo por raclmos supone una se|eccn en dos etapas, ambas con procedmentos probab|stcos. Ln |a prmera, se
se|ecconan |os racmos, sguendo |os ya resenados pasos de una muestra probab|stca smp|e o estratfcada. Ln
|a segunda, y dentro de estos racmos se se|ecconan a |os su[etos u ob[etos que van a ser meddos. Para e||o se
hace una se|eccn que asegure que todos |os e|ementos de| racmo tenen |a msma probab|dad de ser e|egdos.
A contnuacn daremos un e[emp|o que comprenda varos de |os procedmentos descrtos hasta ahora y que |us-
tra |a manera como frecuentemente se hace una muestra probab|stca en varas etapas.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
U0M0 PAULP UNA MuLSIRA PR0BABlLlSIl0A LSIRAIlFl0A0A Y P0R RA0lM0S7
Problema de lnvestlgaclon Una estacn de rado |oca| necesta saber con precsn -a fn de p|anear sus es-
trategas- cmo usan |a rado |os adu|tos de una cudad de 2 500 000 habtantes. Ls decr, qu tanto rado
escuchan, a qu horas, qu contendos preferen y sus opnones con respecto a |os programas notcosos.
Procedlmlentos 5e dsenar un cuestonaro que ndague estas reas sobre uso de| rado. Los cuestonaros se
ap|carn por entrevstadores a una muestra de su[etos adu|tos.
Poblaclon 1odos aque||os su[etos -hombres o mu[eres- de ms de 21 anos de edad, y que vvan en una casa
o departamento propo o rentado de |a cudad X.
0lseno por raclmos Los drectvos de |a estacn de rado desconocen e| numero tota| de su[etos con |as ca-
racterstcas arrba sena|adas. 5n embargo, nos pden que dsenemos una muestra que abarque a todos |os
su[etos adu|tos de |a cudad, adu|tos por edad crono|gca y por ser [efes de fam|a, es decr, exc|uye a |os
adu|tos dependentes. 5e recurre entonces a |a estratega de se|ecconar racmos y se consdera e| uso de un
mapa actua|zado de |a cudad y que demuestra que en dcha cudad hay 5 000 cuadras. Las cuadras se ut|-
zarn como racmos, es decr como undades muestra|es a partr de |as cua|es obtendremos en u|tma nstan-
ca a nuestros su[etos adu|tos. Lo prmero entonces es determnar Uuntas cuadras necestaremos mues-
trear, de una pob|acn tota| de 5000 cuadras, s queremos que nuestro error estndar sea no mayor de 0.15 y
con una probab|dad de ocurrenca de| 50%?
1enemos entonces que
2
2
V
S
n = para una muestra probab|stca smp|e.
5
2
- p(1-p)- .5 -.25
v
2
- (error estndar)
2
- (.015)
2
- .00025
11 . 1111
000225 .
25 .
V
S
n
2
2
= = =
909 0902 . 909
5000 / 11 . 1111 1
11 . 1111
N / n 1
n
n = =
+
=
+
=
Necestaremos una muestra de 909 cuadras de cudad X para estmar |os va|ores de |a pob|acn con una probab-
|dad de error menor a .01.
5abemos que |a pob|acn N - 5 000 cuadras de |a cudad est dvdda por prevos estudos de acuerdo a 4
estratos socloeconomlcos, que categorzan |as 5 000 cuadras segun e| ngreso mensua| promedo de sus hab-
tantes, de manera que se dstrbuyen como sgue:
Estrato No. de cuadras
1 2Z0
2 1910
3 2000
1 Z90
T = 5 000
136
Lstratfcacn de |a muestra:
1818 .
5000
909
fh
KSh
N
n
fh
= =
= =
Umo dstrburemos |os 909 e|ementos muestra|es de 1 para optmzar nuestra muestra, de acuerdo a |a dstr-
bucn de |a pob|acn en |os 4 estratos socoeconmcos?
Eslralo
1
2
3
1
No. de cuadras
2Z0
1 910
2000
Z90
lr = .1 818
(.1818)
(.1818)
(.1818)
(.1818)
r
50
353
33
113
N=5000 r=909
1enemos que en prncpo, de 5 000 cuadras de |a cudad se se|ecconarn 50 de| estrato 1, 353 de| estrato 2, 363
de| estrato 3 y 143 de| estrato 4. Lsta se|eccn comprende |a se|eccn de |os racmos, |os cua|es se pueden nume-
rar y e|egr a|eatoramente hasta comp|etar e| numero de cada estrato <ver seccn 8.4.2). Ln una u|tma etapa se
se|ecconan a |os su[etos dentro de cada racmo. Lste procedmento tambn se hace de manera a|eatora, hasta
|ograr un numero de su[etos determnados en cada racmo. Ln e| prxmo ncso descrbremos dcho procedmento.
Eslralo Nr cuadras rr
Nurero de rogares-
sujelo er cada cuadra
Tola| de roga-
res por eslralo
1
2
3
1
2Z0
1910
2000
Z90
50
353
33
113
20
20
20
20
1000
Z00
Z220
280
N=5000 r=909 11810
8.5. U0M0 5L LLLvA A UA0 LL PP0UL0IMILN10 0L 5LLLUUI0N? 8.5. U0M0 5L LLLvA A UA0 LL PP0UL0IMILN10 0L 5LLLUUI0N? 8.5. U0M0 5L LLLvA A UA0 LL PP0UL0IMILN10 0L 5LLLUUI0N? 8.5. U0M0 5L LLLvA A UA0 LL PP0UL0IMILN10 0L 5LLLUUI0N?
Uuando ncamos nuestra dscusn sobre muestra probabllistlca, sena|amos que dchos tpos de muestra depen-
den de dos cosas:
1) de| tamano de la muestra; 2) de| procedlmlento de selecclon. 0e |o prmero, hemos hab|ado con todo deta||e, de
|o segundo hab|aremos ahora. 5e determna e| tamano de la muestra n, pero cmo se|ecconar |os e|ementos
muestra|es? 5e precsa e| numero de racmos necesaro cmo se se|ecconan a |os su[etos dentro de cada racmo?
Pasta e| momento s|o hemos dcho que |os e|ementos se e|gen a|eatoramente, pero cmo se hace esto?
Las unldades de anallsls o los elementos muestrales se ellgen slempre aleatorlamente para asegurarnos que cada
elemento tenga la mlsma probabllldad de ser elegldos. Pueden usarse 3 procedmentos de se|eccn:
8.5.1. 1m 8.5.1. 1m 8.5.1. 1m 8.5.1. 1mbo|a bo|a bo|a bo|a
Muy smp|e y no muy rpdo, consste en numerar todos |os e|ementos muestra|es de| 1.. a| n. Pacer unas fchas,
una por cada e|emento, revo|veras en una ca[a, e r sacando n fchas, segun e| tamano de |a muestra. Los numeros
e|egdos -a| azar- conformarn |a muestra.
As en |a tab|a 8.2., tenemos que de una pob|acn N - 53 empresas extractvas y sderurgcas, se necesta una
muestra n - 13 de drectvos genera|es de dchas empresas. Ln una |sta se puede numerar cada una de estas em-
presas. Ln fchas aparte se sortean cada uno de |os 53 numeros. Los numeros obtendos se checan con |os nombres
y dreccones de nuestra |sta, para precsar |os que sern su[etos de an|ss.
8.5.2. Numeros random o numeros a|eatoros 8.5.2. Numeros random o numeros a|eatoros 8.5.2. Numeros random o numeros a|eatoros 8.5.2. Numeros random o numeros a|eatoros
L| uso de nmeros random no sgnfca |a se|eccn azarosa o fortuta, sno |a ut|zacn de una tab|a de numeros
que mp|ca un mecansmo de probab|dad muy ben dsenado. Los numeros random de |a Uorporacn Pand, fue-
ron generados con una espece de ru|eta e|ectrnca. Lxste una tab|a de un m||n de dgtos, pub|cada por esta
corporacn, partes de dcha tab|a se encuentran en |os apndces de muchos |bros de estadstca. Lstas tab|as son
como |o muestra |a tab|a 8.4 y e| apndce 5.
5guendo e| e[emp|o de| ncso anteror, determnamos una muestra de 909 manzanas o cuadras, y a partr de este
numero se determn una submuestra para cada estrato. vase que para e| estrato 1, |a pob|acn es de 270, man-
zanas. Numeramos entonces en nuestro |stado o mapa |as 270 cuadras y se|ecconamos -a partr de |a tab|a de
numeros random- |os 50 casos que constturn nuestra muestra.
137
1ALA 8.4
NUMLP05 PAN00M NUMLP05 PAN00M NUMLP05 PAN00M NUMLP05 PAN00M
2801
90Z20
8502Z
0932
1590
292Z3
9215
5920Z
19Z1
01101
Z9811
1853Z
Z180
5953
1ZZ0
1510
91Z5
1111
9Z02
Z923Z
228Z9
18121
18521
20ZZ2
82158
Z2538
89051
15Z20
1209
01553
Z015Z
2Z999
90258
19901
93000
1Z83
88513
95598
08913
18585
Z912
35913
10822
12510
Z22Z9
5281
Z290
930Z1
1899
0191
0132
02101
1933Z
Z52ZZ
59535
08525
0119
9983
1Z880
Z5885
81
9583
0321
0Z952
3118
2050Z
88919
2191
35832
88202
9281Z
89312
085Z1
1155
3899
39800
82Z1
8189
2Z155
10911
98820
31Z05
00390
95189
Z8138
18120
12Z95
Z5021
00100
23Z
8180
58121
220
019
011
805
9Z00
1191
53010
9Z291
Z310
12805
32212
1212
Z532
Z9385
5Z51
Z380Z
81Z0
8333
8139
988Z
18321
92Z1
2520
2Z801
Z00
Z123
13252
21828
18889
88113
103Z
Z89Z1
59315
800Z0
31883
11102
10Z81
1053
1889
Z9233
55550
1329
8539
99310
9903
89992
3223
1213
01232
8989
80593
3012
10212
81008
80233
112
Z5192
1310
31Z03
0155
22211
01531
091Z
93115
5853
818
Z0128
32318
82051
3828
Z295
11111
5909
5313Z
85053
13
ZZ05
10951
53Z1Z
39025
39189
99358
00110
18Z19
188
18100
28113
10305
Z1858
9521
53155
8135
5810
11230
81885
9208Z
19
2235
20Z9
31911
3912
55211
89155
11018
13098
9982Z
18Z
Z3095
9Z021
2519
1033Z
33191
11Z1
23Z3
3Z08
18522
9885
1198
18191
Z8Z18
11118
9253
112
505
35011
00090
512
19129
95283
1038Z
11ZZ9
85Z8Z
0190
98232
15921
51199
1Z11
22833
895
58080
0823
95Z8Z
80055
Z899
0393
19092
Z0139
39851
Z9
15953
51.31
12383
1Z350
885Z1
5958
11390
1118Z
Z033Z
Iuente: Pand Uorporaton.
5e e|gen aque||os casos que se dctamnen en |a tabla de nmeros random, hasta comp|etar e| tamano de |a mues-
tra. Los numeros pueden recorrerse haca arrba, haca aba[o, horzonta|mente. A| fn sempre se |ogra que cada
e|emento muestra| tenga |a msma probab|dad de ser e|egdo. 5e e|gen aque||os numeros que contenga e| |stado.
As s en nuestro e[emp|o |a pob|acn es de 270, se escogen |os 3 u|tmos dgtos y se procede de |a sguente ma-
nera a se|ecconar |os casos hasta comp|etar e| numero de e|ementos muestra|es.
1ALA 8.5 1ALA 8.5 1ALA 8.5 1ALA 8.5
5LLLUUI0N MUL51PA A5A005 LN LA 1ALA 0L NUMLP05 PA 5LLLUUI0N MUL51PA A5A005 LN LA 1ALA 0L NUMLP05 PA 5LLLUUI0N MUL51PA A5A005 LN LA 1ALA 0L NUMLP05 PA 5LLLUUI0N MUL51PA A5A005 LN LA 1ALA 0L NUMLP05 PAN NN N00M 00M 00M 00M
78986 45691 28281 82933 24786 55586
83 830 59 025 40379 99 989 63 822 99 974
(1)30 226 19863 (5)95039 08909 (7)48 197 (8)23 270
(2)02 073 (4)59 042 26440 (6)16 161 14496 24786
(3)05 250 47 552 95659 92 356 13 334 23471
138
8.5.3. 5e|eccn sstemtca d 8.5.3. 5e|eccn sstemtca d 8.5.3. 5e|eccn sstemtca d 8.5.3. 5e|eccn sstemtca de e|ementos muestra|es e e|ementos muestra|es e e|ementos muestra|es e e|ementos muestra|es
Lste procedmento de se|eccn es muy ut| y fc| de ap|car e mp|ca e| se|ecconar dentro de una pob|acn N a
un numero n de e|ementos a partr de un nterva|o K.
K es un nterva|o que va a estar determnado por e| tamano de |a pob|acn y e| tamano de |a muestra. 0e manera
que tenemos que K - N/n, en donde K - es un nterva|o de se|eccn sstemtca N - es |a pob|acn a - es |a
muestra
I|ustramos |os anterores conceptos con un e[emp|o. 5upongamos que se quere hacer un estudo sobre varos as-
pectos de |a pub|cdad en Mxco. Lspecfcamente se pretende medr qu numero de mensa[es nformatvos y qu
numero de mensa[es motvacona|es tenen |os comerca|es en |a te|evsn mexcana. Para ta| efecto supongamos
que |os nvestgadores consguen vdeocasetes con todos |os comerca|es que han pasado a| are -en |os dferentes
cana|es de te|evsn- durante un perodo de tres anos. utando |os comerca|es repetdos, se tene una pob|acn
de N - 1 548 comerca|es. 5e procede con este dato a determnar qu numero de comerca|es necestamos ana|zar
para genera|zar a toda |a pob|acn nuestros resu|tados con un. error estndar no mayor de .015. Uon |a frmu|a
que ya hemos dado en |a |eccn 8.4.3 de este captu|o tenemos que s p - 0,5s
2
- p (|-p) - .5(.5) - 0,25
647
1548 / 11 , 1111 1
1 ., 1111
n 11 , 1111
00025 , 0
25 , 0
V
S
n
2
2
=
+
= = = =
5 necestamos una muestra de - 647 comerca|es, podemos ut|zar para |a se|eccn a| nterva|o K en donde:
3 39 , 2
647
1548
n
N
K = = = =
36
(redondeando)
L| nterva|o 1/K - 3 ndca que cada tercer comerca| 1/K ser se|ecconado hasta comp|etar n - 647.
La selecclon slstematlca de elementos muestrales 1/K se puede ut|zar para e|egr |os e|ementos de para cada
estrato y/o para cada racmo. La reg|a de probab|dad que dce que cada e|emento de |a pob|acn tene que tener
|a msma probab|dad de ser e|egdo, se mantene empezando |a se|eccn de 1/K a| azar. 5guendo nuestro e[em-
p|o, no empezamos a e|egr de |os 1 548 comerca|es grabados, e| 1,3,6,9... sno que procuramos que e| empezo
sea determnado por e| azar. As, en este caso, podemos trar unos dados y s en sus caras muestran 1, 6, 9, empe-
zaremos en e| comerca| 169 y seguremos: 169, 172, 175 1/K.... vo|ver a empezar por |os prmeros s es necesa-
ro. Lste procedmento de se|eccn es poco comp|cado y tene varas venta[as: cua|quer tpo de estratos en una
pob|acn X, se vern ref|e[ados en |a muestra. Asmsmo, |a se|eccn sstemtca |ogra una muestra proporcona-
da, pues por e[emp|o tenemos que e| procedmento de se|eccn 1/K nos dar una muestra con nombres que n-
can con |as |etras de| abecedaro en forma proporcona| a |a |etra nca| de |os nombres de |a pob|acn.
8.6. L05 LI51A005 Y 01P05 MAPU05 MUL51PALL5 8.6. L05 LI51A005 Y 01P05 MAPU05 MUL51PALL5 8.6. L05 LI51A005 Y 01P05 MAPU05 MUL51PALL5 8.6. L05 LI51A005 Y 01P05 MAPU05 MUL51PALL5
Uomo se ha vsto a |o |argo de este captu|o, |as muestras probabllistlcas requeren de |a determnacn de| tamano
de |a muestra y de un proceso de selecclon aleatorla que asegure que todos los elementos de la poblaclon tengan la
mlsma probabllldad de ser elegldos. 1odo esto |o hemos vsto, sn embargo nos fa|ta dscutr sobre a|go esenca|
que precede a |a se|eccn de una muestra: el llstado, el marco muestra. L| |stado se reflere a una llsta exlstente o
a una llsta que se tlene que confecclonar 'ad hoc, de los elementos de la poblaclon, y a partlr de la cual se selec-
clonaran los elementos muestrales. L| segundo trmno se refere a un marco de referencla que nos permlta ldentl-
flcar fislcamente a los elementos de la poblaclon, la poslbllldad de enumerarlos y por ende, proceder a la selecclon
de los elementos muestrales.
Los |stados basados en |stas exstentes sobre una pob|acn pueden ser varados: e| drectoro te|efnco, |a |st de
membros de una asocacn, drectoros especa|zados, |as |stas ofca|es de escue|as de |a zona, |as |stas de |as
cancones de xto pub|cadas por una revsta, |a |sta de a|umnos de una unversdad, etc. Ln todo caso hay que
tener en cuenta |o comp|eto de una determnada |sta, su exacttud, veracdad, su ca|dad, y qu tanta cobertura
tene en re|acn con e| prob|ema a nvestgar y |a pob|acn que va a medrse, ya que todos estos aspectos nf|uyen
en |a se|eccn de |a muestra. Por e[emp|o, para a|gunas encuestas se consdera que e| drectoro te|efnco es muy
ut|. 5n embargo hay que tomar en cuenta que muchos te|fonos no aparecern porque son prvados o que hay
hogares que no tenen te|fono. La |sta de socos de una asocacn como Uanacntra (Umara Nacona| de |a In-
dustra de |a 1ransformacn) puede servmos s e| propsto de| estudo es -por e[emp|o- conocer |a opnn de |os
asocados con respecto a una medda gubernamenta|. Ms s e| ob[etvo de |a nvestgacn es e| an|ss de opnn
de| sector patrona| de| pas, e| |stado de una asocacn no ser adecuado por varas razones, entre otras: hay otras
asocacones patrona|es, |a Uanacntra representa so|amente e| sector de |a Industra de 1ransformacn, |as aso-
cacones son vo|untaras y no todo patrn o empresa pertenece a stas. Lo correcto en este caso, sera construr
una nueva |sta, con base en |os |stados exstentes de |as asocacones patrona|es, e|mnando de dcha |sta |os
casos dup|cados, suponendo que una o ms empresas puderan pertenecer a dos asocacones a| msmo tempo,
como drector a |a U0PAPMLX (Uonfederacn Patrona| de |a Pepub|ca Mexcana) y como empresa a |a ANI (Aso-
3
2,39 se redordea para que sea ur |rlegro. vase K|sr (199) p. 115-11Z.
139
cacn Nacona| de Ingeneros umcos).
Pay |stas que proporconan una gran ayuda a| nvestgador. Pensamos en drectoros especa|zados como e| Indus-
trdata que en|sta a |as empresas mexcanas medanas y grandes, e| drectoro de |a Uudad de Mxco por ca||es, e|
drectoro de medos, que en|sta casa productoras, estacones de rado y te|evsn, perdcos y revstas. Lste tpo
de drectoros rea|zados por profesona|es son ut|es a| nvestgador pues representan una comp|acn (su[etos,
empresas, nsttucones), resu|tado de horas de traba[o e nversn de recursos. Pecomendamos pues ut|zar|os
cuando sea pertnente, tomando en cuenta |as consderacones que estos drectoros hacen en su ntroduccn y que
reve|an a qu ano pertenecen |os datos, cmo |os obtuveron, (exhaustvamente, por cuestonaros, por vo|untaros)
y muy lmportante, qunes y porqu quedan exc|udos de| drectoro.
Ln Mxco se cuenta tambn con drectoros de anuncantes en pub|cdad y mercadotecna como e| pub|cado por
Mercamtrca Ldcones, 5. A. Irecuentemente es necesaro construr |stas ad hoc, a partr de |as cua|es se se|ec-
conarn |os e|ementos que constturn |as undades de an|ss en una determnada nvestgacn. Por e[emp|o en
|a nvestgacn de La 1e|evsn y e| Nno (Iernndez Uo||ado, et. a|., 1986) se hzo una muestra probab|stca estra-
tfcada por racmo, en donde en una prmera etapa se re|aconaron escue|as para en u|tma nstanca ||egar a |os
nnos. Pues ben, para ta| efecto se consgu una |sta de |as escue|as prmaras de| 0strto Iedera|. Uada escue|a
tena un cdgo dentfcab|e por medo de| cua| se e|mnaron, |as escue|as para nnos atpcos. Lste |stado conte-
na adems nformacn sobre cada escue|a, sobre su ubcacn -ca||e y co|ona-, sobre su propedad -pub|ca o
prvada-.
Uon ayuda de otro estudo que cata|ogaba en dferentes estratos socoeconmcos a |as co|onas de| 0strto Iedera|
con base a| ngreso promedo de |a zona, se hceron 8 |stas:
1 escue|as pub|cas c|ase A
2 escue|as prvadas c|ase A
3 escue|as pub|cas c|ase
4 escue|as prvadas c|ase
5 escue|as pub|cas c|ase U
6 escue|as prvadas c|ase U
7 escue|as pub|cas c|ase 0
8 escue|as prvadas c|ase 0
Uada |sta representaba un estrato de |a pob|acn y de cada una de e||as se se|eccon una muestra de escue|as.
No sempre exsten |stas que permtan dentfcar a nuestra pob|acn. 5er necesaro pues recurrr a otros marcos
de referenca que contengan descrpcones de| matera|, organzacones o su[etos que sern se|ecconados como
undades de an|ss. A|gunos de estos marcos de referenca son |os archvos, |os mapas, vo|umenes de perdcos
empastados en una bb|oteca o |as horas de transmsn de varos cana|es de te|evsn. 0e cada una de estas
nstancas daremos e[emp|os con ms deta||es.
8.6.1. Archvos 8.6.1. Archvos 8.6.1. Archvos 8.6.1. Archvos
Un [efe de rec|utamento y se|eccn de una nsttucn quere precsar s a|gunos datos que se dan en una so|ctud
de traba[o estn corre|aconados con e| ausentsmo de| emp|eado. Ls decr, s a partr de datos como edad, sexo,
estado cv| y duracn en otro traba[o, puede predecrse que a|guen tender a ser fa|tsta. Para estab|ecer corre|a-
cones se consderarn como pob|acn a todos |os su[etos contratados durante 10 anos. 5e re|aconan sus datos en
|a so|ctud de emp|eo con |os regstros de fa|tas.
Uomo no hay una |sta e|aborada de estos su[etos, e| nvestgador decde acudr a |os archvos de |as so|ctudes de
emp|eo. Lstos archvos consttuyen su marco muestra| a partr de| cua| obtendr |a muestra. Ua|cu|a e| tamano de |a
pob|acn, obtene e| tamano de |a muestra y se|eccona sstemtcamente cada e|emento 1/K (ver seccn 8.5.3)
cada so|ctud que ser ana|zada. Aqu e| prob|ema que surge es que en e| archvo hay so|ctudes de gente que no
fue contratada, y por tanto, no pueden ser consderadas en e| estudo. Ln este caso y en otros en donde no todos |os
e|ementos de| marco de referenca o de una |sta (por e[emp|o nombres en e| drectoro que no corresponden a una
persona fsca) |os especa|stas en muestreo (Ksh, 1965: 5utman, 1976) no aconse[an e| reemp|azo, con e| sguen-
te e|emento, sno smp|emente no tomar en cuenta ese e|emento, es decr como s no exstera, contnundose con
e| nterva|o de se|eccn sstemtca.
8.6.2. Mapas 8.6.2. Mapas 8.6.2. Mapas 8.6.2. Mapas
Los mapas son muy ut|es como marco de referenca en muestras por racmo. Por e[emp|o, un nvestgador quere saber
qu motva a |os compradores en una determnada tenda de autoservco. 5obre un mapa de |a cudad y a partr de |a
|sta de tendas que de cada cadena competdora, marca todas |as tendas de autoservcos, |as cua|es consttuyen una
pob|acn de racmos, pues en cada tenda se|ecconada, entrevstar a un numero n de c|entes. L| mapa |e permte ver |a
pob|acn (tendas autoservco) y su stuacn geogrfca, de manera que e|g zonas donde coexstan tendas de |a com-
petenca, como para asegurarse que e| consumdor de |a zona tenga todas |as posb|es a|ternatvas.
8.6.3. 8.6.3. 8.6.3. 8.6.3. vo|umenes vo|umenes vo|umenes vo|umenes
140
Ln este e[emp|o supongamos que un estudoso de| perodsmo quere hacer un an|ss de contendo de |os edtora-
|es de |os tres prncpa|es daros de |a cudad durante e| porfrato. L| nvestgador va a |a Pemeroteca Nacona| y
encuentra en |os vo|umenes que encuadernan a |os daros por trmestre y ano un marco de referenca dea| a partr
de| cua| se se|ecconar n vo|umenes para su an|ss. 5upongamos, sn embargo, con que se encuentra que e| vo-
|umen X que contene e| perdco e| P[o de| Ahuzote" (Lnero-Marzo 1899), fa|ta en |a Pemeroteca. u hace?
Pues redefne |a pob|acn, manfestando exp|ctamente que de N vo|umenes tene 99% de |os e|ementos y a partr
de este nuevo numero de N ca|cu| su muestra n y |a se|eccon.
8.6.4. Poras de transmsn 8.6.4. Poras de transmsn 8.6.4. Poras de transmsn 8.6.4. Poras de transmsn
Ln un estudo de Port||a y 5o|rzano (1982), |os nvestgadores queran hacer un an|ss de anuncos en |a 1v mex-
cana. Las emsoras no proporconan una |sta de anuncos n sus horas de transmsn. Por otra parte sera muy caro
grabar todos |os anuncos a todas horas e mposb|e estar frente a| te|evsor para hacer|o. Ante |a mposb|dad de
tener un |stado de comerca|es, se hceron |stados que dentfcaron cada meda hora de transmsn te|evsva en
cada cana| 2, 4, 5, 9, y 13 de |as 7 a |as 24 horas durante sete das de una semana de octubre de 1982. La pob|a-
cn estaba consttuda de| numero tota| de medas horas de transmsn te|evsva, N - 1190 horas. Lsta pob|acn
se dvd en estratos -manana, medoda, tarde y noche- y se proced a ca|cu|ar e| tamano de |a muestra toman-
do en consderacn que por cada meda hora de transmsn hay 6 mnutos de comerca|es (0e Norega, 1979).
5e ca|cu| e| numero de medas horas que se se|ecconaran para obtener una muestra n. Una vez obtendo e| ta-
mano de |a muestra, se se|ecconaron a|eatoramente n medas horas y por u|tmo se grabaron y ana|zaron unca-
mente aque||os comerca|es contendos en |as medas horas se|ecconadas a| azar y que representaron dferentes
cana|es y segmentos de| da. L| punto en este e[emp|o es |a construccn concreta de un marco muestra| que perm-
tera e| an|ss de una muestra probab|stca de comerca|es.
8.7. 1AMAN0 0P1IM0 0L UNA MUL51PA Y LL 1L0PLMA 0LL LIMI1L ULN1PAL 8.7. 1AMAN0 0P1IM0 0L UNA MUL51PA Y LL 1L0PLMA 0LL LIMI1L ULN1PAL 8.7. 1AMAN0 0P1IM0 0L UNA MUL51PA Y LL 1L0PLMA 0LL LIMI1L ULN1PAL 8.7. 1AMAN0 0P1IM0 0L UNA MUL51PA Y LL 1L0PLMA 0LL LIMI1L ULN1PAL
Las muestras probabllistlcas, como |o hemos vsto en ncsos anterores, requeren dos procedmentos bscos: 1) |a
determnacn de| tamano de |a muestra y 2) |a se|eccn a|eatora de |os e|ementos muestra|es. L| prmer proce-
dmento, |o hemos descrto en su moda|dad ms smp|e, en |a seccn 8.4.1 de este captu|o. L| precsar adecua-
damente e| tamano de |a muestra puede tornarse en a|go muy comp|e[o dependendo de| prob|ema de nvestga-
cn y |a pob|acn a estudar. 5e nos ocurre que para e| a|umno y e| |ector en genera|, pueda resu|tar muy ut| e|
comparar qu tamano de muestra han ut|zado otros nvestgadores en cencas soca|es. Para ta| efecto reprodu-
cmos |as sguentes tab|as preparadas por 5udman (1976) y que ndcan e| tamano de |a muestra ms ut|zada por
|os nvestgadores segun sus pob|acones (nacona|es o regona|es) y segun |os subgrupos que queren estudarse en
e||as.
1ALA 8.6
MUL51PA5 IPLUULN1LMLN1L U1ILI2A0A5 LN INvL51IUAUI0NL5 NAUI MUL51PA5 IPLUULN1LMLN1L U1ILI2A0A5 LN INvL51IUAUI0NL5 NAUI MUL51PA5 IPLUULN1LMLN1L U1ILI2A0A5 LN INvL51IUAUI0NL5 NAUI MUL51PA5 IPLUULN1LMLN1L U1ILI2A0A5 LN INvL51IUAUI0NL5 NAUI0- 0- 0- 0-
NALL5 Y PLUI0NALL5 5LUUN PLA 0L L51U0I0 NALL5 Y PLUI0NALL5 5LUUN PLA 0L L51U0I0 NALL5 Y PLUI0NALL5 5LUUN PLA 0L L51U0I0 NALL5 Y PLUI0NALL5 5LUUN PLA 0L L51U0I0
Ilpo de estudlo Naclonales Reglonales
Lconmcos 1000+ 100
Mdcos 1000+ 500
Uonductas 1000+ 700 - 300
Acttudes 1000 + 700 - 400
Lxpermentos de Laboratoro - - - 100
Ln esta tab|a vemos que e| tpo de estudo poco determna e| tamano de |a muestra, sno ms ben e| hecho de que
sean muestras nacona|es o regona|es. Las muestras nacona|es, es decr, muestras que representan a |a pob|acn
de un pas son tpcamente de ms de 1 000 su[etos. La muestra de| estudo "cmo somos |os mexcanos?" (Per-
nndez Medna, Parro, et. a|., 1987) consta de 1837 su[etos repartdos de |a sguente manera:
Irontera y norte 696
Uentro (sn 0.I.) 426
5ur-sureste 316
0strto Iedera| 299
1 837
Las muestras regona|es (por e[emp|o |as que representen a| rea metropo|tana) a|gun estado de| pas o a|gun
muncpo o regn son tpcamente ms pequenas con rangos de 700 a 400 su[etos.
L| tamano de una muestra tende ms a depender de| numero de subgrupos que nos nteresan en una pob|acn.
Por e[emp|o, podemos subdvdr|a aun ms en hombres y mu[eres de 4 grupos de edad, o aun ms en hombres y
mu[eres de 4 grupos de edad en cada uno de 5 nve|es socoeconmcos. 5 este fuera e| caso estaramos hab|ando
141
de 40 subgrupos y por ende de una muestra mayor. Ln |a sguente tab|a se descrben tpcas muestras segun |os
subgrupos ba[o estudo, segun su a|cance, -estudos nacona|es o estudos especa|es o regona|es- y segun su
undad de an|ss, es decr se trata de su[etos o de organzacones, en esta u|tma nstanca e| numero de |a mues-
tra se reduce, ya que stas representan cas sempre una gran fraccn de |a pob|acn tota|.
Tao|a 8.Z
HUE8TRA8 T|P|6A8 0E E8TU0|08 80RE P0LA6|0NE8 hUHANA8 Y 0RCAN|ZA-
6|0NALE8
humero oe suogrupos Poo|ac|on oe sueros u nogares Poo|ac|ones oe organ|zac|ones
Nac|ora|es Reg|ora|es Nac|ora|es Reg|ora|es
N|rguro-pocos 1000-1500 200-500 200-500 50-200
Prored|o 1500-2500 500-1000 500-1000 200-500
Vucros 2500- 1000 1000 500
Lstas tab|as (5udman 1976: 86-87) fueron construdas en base a artcu|os de nvestgacn pub|cados en revstas
especa|zadas y nos dan una dea de |as muestras que ut|zan otros nvestgadores, de manera que pueden ayudar
a| nvestgador a precsar e| tamano de su muestra. Pecordemos que |o ptmo de una muestra depende en qu
tanto su dstrbucn se aproxma a |a dstrbucn de |as caracterstcas de |a pob|acn. Lsta aproxmacn me[ora
a| ncrementarse e| tamano de |a muestra. La "norma|dad" de |a dstrbucn en muestras grandes, no obedece a |a
norma|dad de |a dstrbucn de una pob|acn. A| contraro, |a dstrbucn de |as varab|es en estudo de cencas
soca|es estn |e[os de ser norma|es. 5n embargo, |a dstrbucn de muestras de 100 o ms e|ementos tenden a
ser norma|es y esto srve para e| propsto de hacer estadstca nferenca| sobre |os va|ores de una pob|acn. A
esto se |e ||ama teorema de |mte centra|.
0lstrlbuclon norntal esta dstrbucn en forma de campana se |ogra genera|mente con muestras de 100 o + unda-
des muestra|es y es ut| y necesara cuando se hacen nferencas de tpo estadstco.
Lsta es |a dstrbucn de una pob|acn, es anorma| y, sn embargo, |a dstrbucn de una muestra de esta pob|a-
cn de ms de 100 casos tender a dstrburse norma|mente. Lsta tendenca -teorema de| |mte centra|- permte
estmar |os va|ores de |a pob|acn, a partr de |a nferenca estadstca.
8.8. U0M0 50N LA5 MUL51PA5 N0 PP0AILI51IUA5? 8.8. U0M0 50N LA5 MUL51PA5 N0 PP0AILI51IUA5? 8.8. U0M0 50N LA5 MUL51PA5 N0 PP0AILI51IUA5? 8.8. U0M0 50N LA5 MUL51PA5 N0 PP0AILI51IUA5?
Las muestras no probabllistlcas, |as cua|es ||amamos tambn muestras dlrlgldas suponen un procedlmlento de
142
selecclon lnformal y un poco arbltrarlo. Aun as estas se ut|zan en muchas nvestgacones y a partr de e||as se
hacen nferencas sobre |a pob|acn. Ls como s [uzgsemos e| sabor de un cargamento de |mones, so|amente
probando a|guno, como s para "muestra bastase un botn". La muestra drgda se|eccona su[etos "tpcos" con |a
vaga esperanza de que sern casos representatvos de una pob|acn determnada. La verdad es que |as muestras
drgdas tenen muchas desventa[as. La prmera es que, a| no ser probab|stcas, no podemos ca|cu|ar con precsn
e| error estndar, es decr, no podemos ca|cu|ar con qu nve| de confanza hacemos una estmacn. Lsto es un
grave nconvenente s consderamos que |a estadstca nferenca| se basa en teora de |a probab|dad, por |o que
pruebas estadstcas (X
2
, corre|acn, regresn, etc.), en muestras no probab|stcas tenen un va|or |mtado y re|a-
tvo a |a muestra en s, mas no a |a pob|acn. Ls decr, |os datos no pueden genera|zarse a una pob|acn, que no
se consder n en sus parmetros, n en sus e|ementos para obtener |a muestra. Pecordemos que, en las muestras
de este tlpo, la elecclon de los sujetos no depende de que todos tlenen la mlsma probabllldad de ser elegldos, slno
de la declslon de un lnvestlgador o grupo de encuestadores.
La venta[a de una muestra no probabllistlca es su ut|dad para un determnado dseno de estudo, que requere no
tanto de una "representatvdad de e|ementos de una pob|acn, sno de una cudadosa y contro|ada e|eccn de
su[etos con certas caracterstcas especfcadas prevamente en e| p|anteamento de| prob|ema". Pay varas c|ases
de muestras drgdas y stas se defnrn a contnuacn.
8.8.1. La muestra de su[etos vo|untaros 8.8.1. La muestra de su[etos vo|untaros 8.8.1. La muestra de su[etos vo|untaros 8.8.1. La muestra de su[etos vo|untaros
Las muestras de su[etos vo|untaros son frecuentes en cencas soca|es y cencas de |a conducta. 5e trata de mues-
tras fortutas, ut|zadas tambn en |a Medcna y |a Arqueo|oga en donde e| nvestgador e|abora conc|usones
sobre especmenes que ||egan a sus manos de manera casua|. Pensemos por e[emp|o en |os su[etos que vo|unta-
ramente acceden a partcpar en un estudo que montorea |os efectos de un medcamento o en e| nvestgador que
anunca en una c|ase que est hacendo un estudo sobre motvacn en e| unverstaro e nvta a aque||os que
acepten someterse a una prueba proyectva 1A.1. Ln estos casos |a e|eccn de |os ndvduos que sern su[etos a
an|ss depende de crcunstancas fortutas. Lste tpo de muestra se usa en estudos de |aboratoro donde se procu-
ra que |os su[etos sean homogneos en varab|es ta|es como edad, sexo, nte|genca, de manera que |os resu|tados
o efectos no obedezcan a dferencas ndvdua|es, sno a |as condcones a |as que fueron sometdos.
8.8.2. La muestra de expertos 8.8.2. La muestra de expertos 8.8.2. La muestra de expertos 8.8.2. La muestra de expertos
Ln certos estudos es necesara |a opnn de su[etos expertos en un tema. Lstas muestras son frecuentes en estu-
dos cua|tatvos y exp|oratoros que para generar hptess ms precsas o para generar matera prma para dseno
de cuestonaros. Por e[emp|o en un estudo sobre e| perf| de |a mu[er perodsta en Mxco (arrera, et. a|., 1989)
se recurr a una muestra de - 227 mu[eres perodstas pues se consder que estos eran |os su[etos dneos
para hab|ar de contratacn, sue|dos y desempeno de |as mu[eres perodstas. Lstas son muestras v|das y ut|es
cuando |os ob[etvos de| estudo as |o requeren.
8.8.3. Los su[etos 8.8.3. Los su[etos 8.8.3. Los su[etos 8.8.3. Los su[etos- -- -tpos tpos tpos tpos
A| gua| que |as muestras anterores, sta tambn se ut|za en estudos exp|oratoros y en nvestgacones de tpo
cua|tatvo, donde e| ob[etvo es |a rqueza, profunddad y ca|dad de |a nformacn, y no |a cantdad, y estandarza-
cn. Ln estudos de perspectva fenomeno|gca donde e| ob[etvo es ana|zar |os va|ores, rtos y sgnfcados de un
determnado grupo soca|, e| uso tanto de expertos como de su[etos-tpo es frecuente. Por e[emp|o pensamos en |os
traba[os de Poward ecker ("L| musco de [azz", "Los muchachos de b|anco") en donde se basa en grupos de tpcos
muscos de [azz y tpcos estudantes de medcna para adentrarse en e| an|ss de |os patrones de dentfcacn y
soca|zacn de estas dos profesones: |a de musco, |a de mdco.
Los estudos motvacona|es, |os cua|es se hacen para e| an|ss de |as acttudes y conductas de| consumdor, tam-
bn ut|zan muestras de su[eto-tpo. Aqu se defnen |os grupos a |os que va drgdo un determnado producto -por
e[emp|o [venes c|ase socoeconmca A y , amas de casa, c|ase , e[ecutvos c|ase A-- y se construyen grupos
de 8 10 personas, cuyos ntegrantes tengan |as caracterstcas soca|es y demogrfcas de dcho subgrupo.
Uon dcho grupo se efectua una sesn, en que un fac|tador o moderador drgr una conversacn donde |os
membros de| grupo expresen sus acttudes, va|ores, medos, expectatvas, motvacones haca |as caracterstcas de
un determnado producto o servco.
8.8.4. La muestra por cuotas 8.8.4. La muestra por cuotas 8.8.4. La muestra por cuotas 8.8.4. La muestra por cuotas
Lste tpo de muestra se ut|za mucho en estudos de opnn y de mercadotecna. Los encuestadores recben ns-
truccones de admnstrar cuestonaros a su[etos en |a ca||e, y que a| hacer esto vayan conformando o ||enando
cuotas de acuerdo a |a proporcn de certas varab|es demogrfcas en |a pob|acn. As, por e[emp|o, para un estu-
do sobre |a acttud de |a pob|acn haca un canddato po|tco, |e dce a |os encuestadores "van a ta| co|ona y me
entrevstan a 150 su[etos. ue e| 25% sean hombres mayores de 30 anos, 25% mu[eres mayores de 30 anos, 25%
hombres menores de 25 anos y 25 mu[eres menores de 25 anos". As se construyen estas muestras, que como
143
vemos dependen en certa medda de| [uco de| entrevstador.
Pemos termnado este captu|o de muestra y, a manera de conc|usn, resumremos en una tab|a que esquematce
|os dferentes tpos de muestra, y |os estudos en donde se usan con mayor frecuenca.
PL5UMLN PL5UMLN PL5UMLN PL5UMLN
1. Ln este captu|o descrbmos e| cmo se|ecconar una muestra. Lo prmero que se tene que p|antear es e| qu-
nes van a ser meddos, |o que corresponde a defnr |a undad de an|ss -personas, organzacones o perd-
cos-. 5e procede despus a de|mtar c|aramente |a pob|acn con base en |os ob[etvos de| estudo y en cuanto
a caracterstcas de contendo, de |ugar y en e| tempo.
2. La muestra es un subgrupo de |a pob|acn -prevamente de|mtada- y puede ser probab|stca o no probab-
|stca.
3. L| e|egr qu tpo de muestra se requere depende de |os ob[etvos de| estudo y de| esquema de nvestgacn.
4. Las muestras probab|stcas son esenca|es en |os dsenos de nvestgacn por encuestas donde se pretenden
genera|zar |os resu|tados a una pob|acn. La caracterstca de este tpo de muestra, es que todos |os e|emen-
tos de |a pob|acn tenen a| nco |a msma probab|dad de ser e|egdos, de esta manera |os e|ementos mues-
tra|es tendrn va|ores muy aproxmados a |os va|ores de |a pob|acn, ya que |as medcones de| subcon[unto,
sern estmacones muy precsas de| con[unto mayor. Lsta precsn depende de| error de muestreo, ||amado
tambn error estndar.
5. Para una muestra probab|stca necestamos dos cosas: determnar e| tamano de |a muestra y se|ecconar |os
e|ementos muestra|es en forma a|eatora.
6. L| tamano de |a muestra se ca|cu|a con base a |a varanza de |a pob|acn y |a varanza de |a muestra. Lsta
u|tma expresada en trmnos de probab|dad de ocurrenca. La varanza de |a pob|acn se ca|cu|a con e| cua-
drado de| error estndar, e| cua| determnamos. Lntre menor sea e| error estndar, mayor ser e| tamano de |a
muestra.
7. Las muestras probab|stcas pueden ser: 5mp|es, estratfcadas y por racmos. La estratfcacn aumenta |a
precsn de |a muestra e mp|ca e| uso de|berado de submuestras para cada estrato o categora que sea re|e-
vante en |a pob|acn. L| muestrear por racmos mp|ca dferencas entre |a undad de an|ss y |a undad
muestra|. Ln este tpo de muestreo hay una se|eccn en dos etapas, ambas con procedmentos probab|stcos.
Ln |a prmera se se|ecconan |os racmos -escue|as, organzacones, sa|ones de c|ase- en |a segunda y dentro
de |os racmos a |os su[etos que van a ser meddos.
8. Los e|ementos muestra|es de una muestra probab|stca slempre se e|gen a|eatoramente para asegurarnos
de que cada e|emento tenga |a msma probab|dad de ser e|egdo. Pueden usarse tres procedmentos de se-
|eccn: 1. 1mbo|a, 2. 1ab|a de numeros random y 3. 5e|eccn sstemtca. 1odo procedmento de se|eccn
depende de |stados, ya sea exstentes o construdos ad hoc. Lstados pueden ser: e| drectoro te|efnco, |stas
de asocacones, |stas de escue|as ofca|es, etc. Uuando no exsten |stas de e|ementos de |a pob|acn se recu-
rren a otros marcos de referenca que contengan descrpcones de| matera|, organzacones o su[etos se|ecco-
nados como undades de an|ss. A|gunos de stos pueden ser |os archvos, hemerotecas y |os mapas.
144
9. Las muestras no-probab|stcas, pueden tambn ||amarse muestras drgdas, pues |a e|eccn de su[etos u
ob[etos de estudo depende de| crtero de| nvestgador.
10. Las muestras drgdas pueden ser de varas c|ases: (1) Muestra de su[etos vo|untaros -frecuentemente ut|za-
dos con dsenos expermenta|es y stuacones de |aboratoro. (2) Muestra de expertos -frecuentemente- ut|-
zados en estudos exp|oratoros. (3) Muestra de su[etos tpo -o estudos de casos-, ut|zados en estudos cua|-
tatvos y motvacona|es y (4) muestreo por cuotas -frecuentes- en estudos de opnn y de mercadotecna.
Las muestras drgdas son v|das en cuanto a que un determnado dseno de nvestgacn as |os requere, sn
embargo |os resu|tados son genera|zab|es a |a muestra en s o a muestras sm|ares. No son genera|zab|es a
una pob|acn.
11. Ln e| teorema de |mte centra| se sena|a que una muestra de ms de cen casos, ser una muestra con una
dstrbucn norma| en sus caracterstcas, sn embargo |a norma|dad no debe con[untarse con probab|dad.
Mentras |o prmero es necesaro para efectuar pruebas estadstcas, |o segundo es requsto ndspensab|e para
hacer nferencas correctas sobre una pob|acn.
UL05API0 UL05API0 UL05API0 UL05API0
L|ementos muestra|es L|ementos muestra|es L|ementos muestra|es L|ementos muestra|es, Uasos o undades que conforman una muestra.
Lrror estndar Lrror estndar Lrror estndar Lrror estndar: Lrror en e| muestreo, defndo como |a desvacn promedo de un estmado de |os va|ores rea|es de
|a pob|acn.
Lstados Lstados Lstados Lstados: Lsta o marco de referenca de| cua| se obtenen |os e|ementos muestra|es.
Muestra Muestra Muestra Muestra: 5ubcon[unto de e|ementos de |a pob|acn.
Muestra probab|stca Muestra probab|stca Muestra probab|stca Muestra probab|stca: 5ubcon[unto donde todos |os e|ementos de |a pob|acn tenen |a msma probab|dad de ser
escogdos.
Muestra no probab|stca Muestra no probab|stca Muestra no probab|stca Muestra no probab|stca: Muestra drgda, en donde |a se|eccn de e|ementos dependen de| crtero de| nvestga-
dor.
Pob|acn Pob|acn Pob|acn Pob|acn: Uon[unto de todos |os casos que concuerdan con una sere de especfcacones.
5e|eccn a|eatora 5e|eccn a|eatora 5e|eccn a|eatora 5e|eccn a|eatora: 5e|eccn probab|stca de |os e|ementos de una pob|acn. 5e|eccn sstemtca: 5e|eccn de
e|ementos de una pob|acn a partr de un nterva|o.
1eorema Lmte Uentra| 1eorema Lmte Uentra| 1eorema Lmte Uentra| 1eorema Lmte Uentra|: Proposcn de que aun en muestras de tamano moderado -ms de 100 casos-, |a dstr-
bucn ser aproxmadamente norma|.
Undad de an|ss Undad de an|ss Undad de an|ss Undad de an|ss: uenes van a ser meddos en una nvestgacn.
Undad muestra| Undad muestra| Undad muestra| Undad muestra|: L| racmo a travs de| cua| se |ogra e| acceso a |a undad de an|ss.
varanza: varanza: varanza: varanza: I|uctuacn o varab|dad promedo de un determnado va|or de |a pob|acn.
LJLPUIUI05 LJLPUIUI05 LJLPUIUI05 LJLPUIUI05
1. 5e forman grupos de 3 o 4 personas. Uada grupo dspone de 15 mnutos, para formu|ar una pregunta de nves-
tgacn. L| prob|ema puede ser de cua|quer rea de estudo. Lo que convene aqu, es que sea a|go que rea|-
mente nquete a |os estudantes, a|go que e||os consderen un fenmeno soca| mportante. Las preguntas de
nvestgacn se van anotando en e| pzarrn. 0espus y [unto a cada de stas preguntas se defne qunes van
a ser meddos? 0scutr por qu y por qu no son correctas |as respuestas de |os estudantes.
2. Uomo secuenca de| e[ercco anteror se proponen |os sguentes temas de nvestgacn. 5upongamos que en
otro curso, estudantes de un ta||er de nvestgacn sugreron |os sguentes temas para nvestgar. 0ecr en ca-
da caso qunes van a ser meddos, para |ograr resu|tados en |as nvestgacones propuestas.
1ema 1. Uu| es e| mpacto que sobre |os [venes tenen |os anuncos de bebdas a|coh|cas?
1ema 2. Pace tres meses que se mp|ant en una fbrca de motores un programa de crcu|os de ca|dad. Pa
tendo xto dcho programa?
1ema 3. Los nnos que assteron en |a prmara a escue|as |acas y mxtas, tenen un me[or desempeno aca-
dmco en |a unversdad que |os que provenen de escue|as re|gosas de un so|o sexo?
1ema 4. u dferencas sgnfcatvas exsten entre |os comerca|es de |a te|evsn mexcana, |a norteamer-
cana y |a venezo|ana?
3. 5e|eccone 2 estudos de a|guna pub|cacn centfca <ver apndce 1) y 2 tess de |cencatura (que curse o
que ya curs). 0bvamente |os 4 estudos tenen que entrar dentro de |a categora de estudos exp|oratoros,
descrptvos y/o expermenta|es: Ana|ce |os sguentes aspectos: a) Uu| es e| prob|ema de nvestgacn? b)
Uu| es |a muestra? c) Umo fue e|egda? d) Ls adecuada |a muestra y e| procedmento de muestreo para e|
prob|ema que se nvestg? e) Uu|es son |os prncpa|es resu|tados o conc|usones? f) 0chos resu|tados son
genera|zab|es a una pob|acn mayor? g) Uon base en |a muestra, pueden tomarse como seras dchas gene-
ra|zacones? Lva|ue |a so|dez de |os 4 estudos, tomando como crteros |os aspectos a, b, c, d, e, f y g.
4. 5upongamos que traba[a en un despacho que hace nvestgacones soca|es y que dversos c|entes |e pregun-
tan que |os asesore en estudos de dferente ndo|e. u tpo de muestra sugerra para cada uno? Iundamen-
145
te su sugerenca
5. 5upongamos que una asocacn beroamercana de profesona|es cuenta con 5 000 membros. La [unta drec-
tva ha decddo hacer una encuesta (por te|fono o por fax) a |os suscrtos para ndagar -entre otras cosas- |u-
gar de traba[o, puesto que ocupa, sa|aro aproxmado, carrera cursada, generacn, estudos posterores, opor-
tundades de avance percbdas, etc. Ln resumen, se pensa pub|car un perf| profesona| actua|zado con pro-
psto de retroa|mentar a |os asocados. Uomo sera muy costoso ||egar a |os 5 000 membros repartdos en
Lspana, Iberoamrca y Lstados Undos, qu tamano de muestra se necesta, s queremos un error estndar no
mayor de .015?
Una vez defndo e| tamano de |a muestra, cmo sera e| proceso de se|eccn, de manera que |os resu|tados
obtendos con base en |a muestra puedan ser genera|zados a toda |a pob|acn? Ls decr, se pretende reportar
un perf| certero de |os 5 000 socos de dcha asocacn profesona|.
6. Una nsttucn quere |anzar por te|evsn mensa[es de prevencn de uso de sustancas dannas (a|coho| y
drogas). Los productores no saben rea|mente e| grado de rea|smo que deben contener estos mensa[es n su to-
no, es decr s deben ape|ar a| medo, a |a sa|ud o a |os prob|emas mora|es que se desencadenan en |as fam-
|as. 5e sabe con certeza que hay que hacer esta campana, pero no se tene dea c|ara de cmo estructurar e|
mensa[e para que sea ms efectvo. Ln resumen, para conceptua|zar y poner en mgenes dchos mensa[es, se
necesta nformacn preva sobre |a re|acn su[eto-sustanca. u se aconse[ara aqu? u tpo de muestra
se necestar|a para recabar dcha nformacn?
ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A
C03V03, 5. (1982). L|le sly|e ard corsurpl|or allerrs. Jeurna| ol 0onsumer Researcn. Varcr, p. 153.
00u0LA3, JACK 0. (1980). lnrrooucr|on rorne soc|o|og|es ol ever,oa, ||re. NeW Yor|, N.Y: A||yr ard 8acor.
0LA33, 0ENE v. y Ju||ar C. 3lar|ey <19Z0). $rar|sr|ca| mernoos |n eoucar|on ano ps,cno|og,. NeW Jersey: Prerl|ce-la||.
lANu3lEK, ERlC A. y JE. Jac|sor <19ZZ). $rar|sr|ca| mernoos lor soc|a| sc|enr|srs. NeW Yor|, N.Y.: Acader|c Press~ cap|lu|o 3.
lARRl30N, 0ANlEL R <19Z). $oc|a|rorecasr|ngmernooo|og,. $uggesr|ons lor researcr. NeW Yor|, N.Y: Ruse|i 3age Fourdal|or.
l0L0ulN 0ulN0NE3, FERNAN00 <19Z2). Esrao|sr|ca oescr|pr|va {ap||caoa a |as c|enc|as soc|a|esj. Vx|co, 0.F.: ur|vers|dad Nac|ora| Aulrora de
Vx|co.
Kl3l, LE3LlE <19Z5). $urve, $amp||ng. NeW Yor|, N.Y: Jorr w||er & 3ors.
KREY3Zl0, ERwlN (19Z1). lnrrooucc|on a |a esrao{sr|ca maremar|ca. Vx|co, 0.F.: Ed. LlVu3A. Parle ll.
L0FLAN0, J0lN & L.l. L0FLAN0 <1981). /na|,z|ng soc|a| serr|ng. 8e|rorl, CA: wadsWorlr Puo||sr|rg Co., |rc.lur|vers|ly ol Ca||lorr|a.
PA0uA, J0R0E (19Z9). Tecn|cas oe |nvesr|gac|on ap||caoas a |as c|enc|as soc|a|es. Vx|co, 0.F.: E| Co|eg|o de Vx|co/Fordo de Cu|lura Ecorr|ca.
Capilu|o lll.
146
9
Peco|eccn de |os datos Peco|eccn de |os datos Peco|eccn de |os datos Peco|eccn de |os datos
PP0UL50 0L INvL51IUAUI0N
0ctavo paso
PLU0LLU1AP L05 0A105
0efnr |a forma dnea de reco|ectar |os datos de acuerdo a| contexto de |a n-
vestgacn.
L|aborar e| nstrumento de medcn.
Ap|car e| nstrumento de medcn.
0btener |os datos.
Uodfcar |os datos.
Archvar |os datos y preparar|os para e| an|ss.
0JL1Iv05 0JL1Iv05 0JL1Iv05 0JL1Iv05
ue e| a|umno:
1) Uomprenda e| sgnfcado de "medr" en cencas soca|es.
2) Uomprenda |os requstos que toda medcn debe cump|r: confab|dad y va|dez.
3) Uonozca |os mtodos para determnar |a confab|dad y va|dez de un nstrumento de medcn.
4) Uomprenda |os nve|es de medcn en que pueden ubcarse |as varab|es.
5) Uonozca |os prncpa|es nstrumentos de medcn dsponb|es en cencas soca|es.
6) Lst capactado para e|aborar y ap|car dferentes nstrumentos de medcn.
7) 5e encuentre hab|tado en |a preparacn de datos para su an|ss.
5IN1L5I5 5IN1L5I5 5IN1L5I5 5IN1L5I5
L| captu|o presenta una defncn de medcn en e| contexto de |as cencas soca|es, as como |os requstos que
todo nstrumento de medcn debe reunr: confab|dad y va|dez. 0versos mtodos para determnar |a confab|-
dad y va|dez son revsados.
Adems, e| captu|o ana|za y e[emp|fca |as prncpa|es maneras de medr en cencas soca|es: esca|as de acttu-
des, cuestonaros, an|ss de contendo, observacn, pruebas estandarzadas, sesones en profunddad y ut|za-
cn de archvos.
Ina|mente en e| captu|o se presenta e| procedmento de codfcacn de |os datos obtendos y |a forma de prepa-
rar|os para e| an|ss.
9.1. UL IMPLIUA LA L1A 9.1. UL IMPLIUA LA L1A 9.1. UL IMPLIUA LA L1A 9.1. UL IMPLIUA LA L1APA 0L PLU0LLUUI0N 0L L05 0A105? PA 0L PLU0LLUUI0N 0L L05 0A105? PA 0L PLU0LLUUI0N 0L L05 0A105? PA 0L PLU0LLUUI0N 0L L05 0A105?
Una vez que se|ecconamos e| dseno de nvestgacn apropado y |a muestra adecuada de acuerdo con nuestro
prob|ema de estudo e hptess, la slgulente etapa consste en recolectar los datos pertnentes sobre |as varab|es
nvo|ucradas en |a nvestgacn.
Peco|ectar |os datos mp|ca tres actvdades estrechamente vncu|adas entre s:
a) Selecclonar un lnstrumento de medlclon de |os dsponb|es en e| estudo de| comportamento o desarro||ar
uno (e| nstrumento de reco|eccn de |os datos). Lste nstrumento debe ser v|do y confab|e, -de |o contra-
ro no podemos basamos en sus resu|tados.
b) Apllcar ese lnstrumento de medlclon. Ls decr, obtener |as observacones y medcones de |as varab|es que
son de nters para nuestro estudo (medr varab|es).
c) Preparar las medlclones obtenldas para que puedan ana|zarse correctamente (a esta actvdad se |e de-
nomna codlflcaclon de los datos).
147
9.2. UL 5IUNIIIUA ML0IP? 9.2. UL 5IUNIIIUA ML0IP? 9.2. UL 5IUNIIIUA ML0IP? 9.2. UL 5IUNIIIUA ML0IP?
0e acuerdo con |a defncn c|sca de| trmno -amp|amente dfundda- medlr sgnfca "asgnar numeros a ob[e-
tos y eventos de acuerdo a reg|as" (5tevens, 1951). 5n embargo, como sena|an Uarmnes y 2e||er (1979), esta def-
ncn es ms apropada para |as cencas fscas que para |as cencas soca|es, ya que varos de |os fenmenos que
son meddos en stas no pueden caracterzarse como ob[etos o eventos, puesto que son demasado abstractos para
e||o. La dsonanca cogntva, |a a|enacn, e| producto nacona| bruto y |a credb|dad son conceptos tan abstractos
para ser consderados cosas que pueden verse o tocarse" (defncn de ob[eto) o so|amente como "resu|tado, con-
secuenca o producto" (defncn de evento) (Uarmnes y 2e||er, 1979, p. 10). 10). 10). 10). Lste razonamento nos hace sugerr
que es ms adecuado defnr |a medlclon como el proceso de vlncular conceptos abstractos con lndlcadores empi-
rlcos proceso que se rea|za medante un p|an exp|cto y organzado para c|asfcar (y frecuentemente cuantfcar)
|os datos dsponb|es -|os ndcadores- en trmnos de| concepto que e| nvestgador tene en mente (Uarmnes y
2e||er, 1979, p. 10). Y en este proceso, e| lnstrumento de medlclon o de recolecclon de los datos [uega un pape|
centra|. 5n | no hay observacones c|asfcadas.
La defncn sugerda nc|uye dos consderacones: La prmera es desde e| punto de vsta emprco y se resume en
que el centro de atenclon es la respuesta observable (sea una a|ternatva de respuesta marcada en un cuestonaro,
una conducta grabada va observacn o una respuesta dada a un entrevstador). La segunda es desde una perspec-
tva terca y se refere a que el lnteres se slta en el concepto subyacente no observable que es representado por |a
respuesta (Uarmnes y 2e||er, 1979). As, |os regstros de| nstrumento de medcn representan va|ores observab|es
de conceptos abstractos. un lnstrumento de medlclon adecuado es aquel que reglstra datos observables que repre-
sentan verdaderamente a los conceptos o varlables que el lnvestlgador tlene en mente. Ln toda nvestgacn ap|-
camos un nstrumento para medr |as varab|es contendas en |as hptess (y cuando no hay hptess, smp|emente
para medr |as varab|es de nters). Lsa medcn es efectva cuando e| nstrumento de reco|eccn de |os datos
rea|mente representa a |as varab|es que tenemos en mente. 5 no es as nuestra medcn es defcente y por |o
tanto |a nvestgacn no es dgna de tomarse en cuenta. 0esde |uego, no hay medcn perfecta, es prctcamente
mposb|e que representemos fe|mente varab|es ta|es como |a nte|genca, |a motvacn, e| nve| socoeconmco,
e| |derazgo democrtco, |a acttud haca e| sexo y otras ms, pero s debemos de acercarnos |o ms posb|e a |a
representacn fe| de |as varab|es a observar, medante e| nstrumento de medcn que desarro||emos.
9.3. UL PLUI5I105 0LL UUPIP UN IN51PUMLN10 0L ML0IUI0N? 9.3. UL PLUI5I105 0LL UUPIP UN IN51PUMLN10 0L ML0IUI0N? 9.3. UL PLUI5I105 0LL UUPIP UN IN51PUMLN10 0L ML0IUI0N? 9.3. UL PLUI5I105 0LL UUPIP UN IN51PUMLN10 0L ML0IUI0N?
1oda medcn o nstrumento de reco|eccn de |os datos debe reunr dos requstos esenca|es: conflabllldad y vall-
dez. La conflabllldad de un nstrumento de medcn se refere a| grado en que su ap|cacn repetda a| msmo
su[eto u ob[eto, produce gua|es resu|tados. Por e[emp|o, s yo mdera en este momento |a temperatura ambenta|
medante un termmetro y me ndcara que hay 22
0
U. Un mnuto ms tarde consu|tara otra vez y e| termmetro me
ndcara que hay 5
0
U. 1res mnutos despus observara e| termmetro y ahora me ndcara que hay 40
0
U. Lste ter-
mmetro no sera confab|e (su ap|cacn repetda produce resu|tados dstntos). Igua|mente, s una prueba de nte-
|genca |a ap|co hoy a un grupo de personas y me proporcona certos va|ores de nte|genca, |a ap|co un mes des-
pus y me proporcona va|ores dferentes, a| gua| que en subsecuentes medcones. Lsa prueba no es confab|e
(ana|cense |os va|ores de |a fgura 9.1, suponendo que |os coefcentes de nte|genca puedan osc|ar entre 95 y
150). Los resu|tados no son consstentes, no se puede "confar" en e||os.
IIUUPA 9.1
LJLMPL0 0L PL5UL1A005 PP0P0PUI0NA005 P0P UN IN51PUMLN10 0L ML0IUI0N 5IN U0NIIAILI0A0
PPIMLPA 5LUUN0A 1LPULPA
APLIUAUI0N APLIUAUI0N APLIUAUI0N
Martha 130 Laura 131 Lus 140
Laura 125 Lus 130 1eresa 129
Arturo 118 Marco 127 Martha 124
Lus 112 Arturo 120 Posa Mara 120
Marco 110 Uhester 118 Laura 109
Posa Mara 110 1eresa 118 Uhester 108
Uhester 108 Martha 115 Arturo 103
1eresa 107 Posa Mara 107 Marco 101
La conflabllldad de un nstrumento de medcn se determna medante dversas tcncas, |as cua|es se comentarn
brevemente despus de revsar e| concepto de va|dez.
La valldez, en trmnos genera|es, se refere a| grado en que un nstrumento rea|mente mde |a varab|e que preten-
de medr. Por e[emp|o, un nstrumento para medr |a nte|genca v|do debe medr |a nte|genca y no |a memora.
Una prueba sobre conocmentos de Pstora debe medr esto y no conocmentos de |teratura hstrca. Aparente-
mente es senc||o |ograr |a va|dez. 0espus de todo -como d[o un estudante- "pensamos en |a varab|e y vemos
148
cmo hacer preguntas sobre esa varab|e". Lsto sera factb|e en unos cuantos casos (como |o sera e| "sexo" de una
persona). 5n embargo, |a stuacn no es tan smp|e cuando se trata de varab|es como |a motvacn, |a ca|dad de
servco a |os c|entes, |a acttud haca un canddato po|tco y menos aun con sentmentos y emocones, as como
dversas varab|es con |as que traba[amos en cencas soca|es. La va|dez es una cuestn ms comp|e[a que debe
a|canzarse en todo nstrumento de medcn que se ap|ca. Ker|nger (1979, p. 138) p|antea |a sguente pregunta
respecto a |a va|dez: Lst usted mdendo |o que usted cree que est mdendo? 5 es as, su medda es v|da, s
no, no |o es.
La valldez es un concepto de| cua| pueden tenerse dferentes tpos de evdenca (Wersma, 1986, Uron|und, 1985):
1) evldencla relaclonada con el contenldo, 2) evldencla relaclonada con el crlterlo y 3) evldencla relaclonada con el
constructo. Pab|emos de cada una de e||as.
1) Lvdenca re|aconada con e| contendo 1) Lvdenca re|aconada con e| contendo 1) Lvdenca re|aconada con e| contendo 1) Lvdenca re|aconada con e| contendo
La valldez de contenldo se refere a| grado en que un nstrumento ref|e[a un domno especfco de contendo de |o
que se mde. Ls e| grado en que |a medcn representa a| concepto meddo (ohrnstedt, 1976). Por e[emp|o, una
prueba de operacones artmtcas no tendr va|dez de contendo s nc|uye s|o prob|emas de resta y exc|uye pro-
b|emas de suma, mu|tp|cacn o dvsn (Uarmnes y 2e||er, 1979). 0 ben, una prueba de conocmentos sobre |as
cancones de "Los eat|es" no deber basarse so|amente en sus |bumes 1et t e"y "Abbey Poad", sno que debe
nc|ur cancones de todos sus dscos.
Un nstrumento de medcn debe contener representados a todos |os tems de| domno de contendo de |as vara-
b|es a medr. Lste hecho se |ustra en |a fgura 9.2.
2) Lvdenca re|aconada con e| crtero 2) Lvdenca re|aconada con e| crtero 2) Lvdenca re|aconada con e| crtero 2) Lvdenca re|aconada con e| crtero
La valldez de crlterlo estab|ece |a va|dez de un nstrumento de medcn comparndo|a con a|gun crtero externo.
Lste crtero es un estndar con e| que se [uzga |a va|dez de| nstrumento (Wersma, 1986). Lntre |os resu|tados de|
nstrumento de medcn se re|aconen ms a| crtero, |a va|dez de| crtero ser mayor. Por e[emp|o, un nvestga-
dor va|da un examen sobre mane[o de avones, mostrando |a exacttud con que e| examen predce qu tan ben Un
grupo de p|otos puede operar un aerop|ano.
5 e| crtero se f[a en e| presente, se hab|a de valldez concurrente (|os resu|tados de| nstrumento se corre|aconan
con e| crtero en e| msmo momento o punto de| tempo). Por e[emp|o, un cuestonaro para detectar |as preferen-
cas de| e|ectorado por |os dstntos partdos contendentes, puede va|darse ap|cndo|o tres o cuatro das antes de
|a e|eccn y sus resu|tados comparar|os con |os resu|tados fna|es de |a e|eccn (s no hay fraude -desde |uego-).
5 e| crtero se f[a en e| futuro, se hab|a de valldez predlcatlva. Por e[emp|o, una prueba para determnar |a capac-
dad admnstratva de a|tos e[ecutvos se puede va|dar comparando sus resu|tados con e| futuro desempeno de |os
e[ecutvos meddos.
149
3) Lvdenca re|aconada con e| constructo 3) Lvdenca re|aconada con e| constructo 3) Lvdenca re|aconada con e| constructo 3) Lvdenca re|aconada con e| constructo
La valldez de constructo es probab|emente
37
|a ms mportante sobre todo desde una perspectva centfca y se
refere a| grado en que una medcn se re|acona consstentemente con otras medcones de acuerdo con hptess
dervadas tercamente y que concernen a |os conceptos (o constructos) que estn sendo meddos. Un constructo
es una varab|e medda y que tene |ugar dentro de una teora o esquema terco.
Por e[emp|o, supongamos que un nvestgador desea eva|uar |a valldez de constructo de una medcn partcu|ar,
dgamos una esca|a de motvacn ntrnseca: "e| Uuestonaro de Peaccn a 1areas", versn mexcana (Pernndez-
5amper y Uorts, 1982). Lstos autores sostenen que e| nve| de motvacn ntrnseca haca una tarea est re|a-
conado postvamente con e| grado de persstenca adcona| en e| desarro||o de |a tarea (v.g., |os emp|eados con
mayor motvacn ntrnseca son |os que sue|en quedarse ms tempo adcona| una vez que conc|uye su [ornada).
Uonsecuentemente, |a predccn terca es que a mayor motvacn ntrnseca, mayor persstenca adcona| en |a
tarea. L| nvestgador admnstra dcho cuestonaro de motvacn ntrnseca a un grupo de traba[adores y tambn
determna su persstenca adcona| en e| traba[o. Ambas medcones son corre|aconadas. 5 |a corre|acn es pos-
tva y sustanca|, se aporta evdenca para |a va|dez de constructo de| Uuestonaro de Peaccn a 1areas, versn
mexcana (a |a va|dez para medr |a motvacn ntrnseca).
La valldez de constructo nc|uye tres etapas:
1. Se establece y especlflca la relaclon teorlca entre los conceptos (sobre |a base de| marco terco).
2. Se correlaclonan ambos conceptos y se anallza culdadosamente la correlaclon.
3. Se lnterpreta la evldencla empirlca de acuerdo a que tanto clarlflca la valldez de constructo de una medlclon en
partlcular.
L| proceso de valldaclon de un constructo est vncu|ado con |a teora. No es posb|e ||evar a cabo |a va|dacn de
constructo, a menos que exsta un marco terco que soporte a |a varab|e en re|acn con otras varab|es. 0esde
|uego, no es necesara una teora sumamente desarro||ada, pero s nvestgacones que hayan demostrado que |os
conceptos estn re|aconados. Lntre ms e|aborado y comprobado se encuentre e| marco terco que apoya |a hp-
tess, |a va|dacn de constructo puede arro[ar mayor |uz sobre |a va|dez de un nstrumento de medcn. Y mayor
confanza tenemos en |a va|dez de constructo de una medcn, cuando sus resu|tados se corre|aconan sgnfcat-
vamente con un mayor numero de medcones de varab|es que tercamente y de acuerdo con estudos anteceden-
tes estn re|aconadas. Lsto se representa en |a fgura 9.3.
Para ana|zar |as posb|es nterpretacones de evdenca negatva en |a valldez de constructo, se sugere consu|tar a
Uronbach y Meeh (1955) y Uronbach (1984).
3Z
La exp||cac|r se oasa er Carr|res y Ze|ler (19Z9).
150
vALl0LZ I0IAL vALl0LZ I0IAL vALl0LZ I0IAL vALl0LZ I0IAL - - - - vALl0LZ 0L 00NILNl00 vALl0LZ 0L 00NILNl00 vALl0LZ 0L 00NILNl00 vALl0LZ 0L 00NILNl00 + + + + vALl0LZ 0L 0RlILRl0 vALl0LZ 0L 0RlILRl0 vALl0LZ 0L 0RlILRl0 vALl0LZ 0L 0RlILRl0 + + + + vALl0LZ 0L 00NSIRu0I0 vALl0LZ 0L 00NSIRu0I0 vALl0LZ 0L 00NSIRu0I0 vALl0LZ 0L 00NSIRu0I0
As, |a va|dez de un nstrumento de medcn se eva|ua sobre |a base de tres tpos de evdenca. Lntre mayor ev-
denca de va|dez de contendo, va|dez de crtero y va|dez
de constructo tenga un nstrumento de medcn, ste se acerca ms a representar |a varab|e o varab|es que pre-
tende medr.
Uabe agregar que un lnstrumento de medlclon puede ser conflable pero no necesarlamente valldo (un aparato -por
e[emp|o- puede ser consstente en |os resu|tados que produce, pero no medr |o que pretende). Por e||o es requsto
que e| nstrumento de medcn demuestre ser conflable y valldo. 0e no ser as, |os resu|tados de |a nvestgacn no
|os podemos tomar en seno.
FA0I0RLS quL PuL0LN AFL0IAR LA 00NFlABlLl0A0 Y vALl0LZ FA0I0RLS quL PuL0LN AFL0IAR LA 00NFlABlLl0A0 Y vALl0LZ FA0I0RLS quL PuL0LN AFL0IAR LA 00NFlABlLl0A0 Y vALl0LZ FA0I0RLS quL PuL0LN AFL0IAR LA 00NFlABlLl0A0 Y vALl0LZ
Pay dversos factores que pueden afectar |a confab|dad y |a va|dez de |os nstrumentos de medcn.
Ll prlmero de e||os es la lmprovlsaclon. A|gunas personas creen que e|egr un nstrumento de medcn o desarro||ar
uno es a|go que puede tomarse a |a |gera. Inc|uso a|gunos profesores pden a |os a|umnos que construyan nstru-
mentos de medcn de un da para otro, o |o que es cas |o msmo, de una semana a otra. Lo cua| hab|a de| poco o
nu|o conocmento de| proceso de e|aboracn de nstrumentos de medcn. Lsta mprovsacn genera -cas sem-
pre- nstrumentos poco v|dos o confab|es y no debe exstr en |a nvestgacn soca| (menos aun en ambentes
acadmcos). Aun a |os nvestgadores expermentados |es toma tempo desarro||ar un nstrumento de medcn. Ls
por e||o que |os construyen con cudado y frecuentemente estn desarro||ndo|os, para que cuando |os necesten
con premura se encuentren preparados para ap|car|os, pero no |os mprovsan. Adems, para poder construr un
nstrumento de medcn se requere conocer muy ben a |a varab|e que se pretende medr y |a teora que |a susten-
ta. Por e[emp|o, generar -o smp|emente se|ecconar- un nstrumento que mda |a nte|genca, |a persona|dad o
|os usos y gratfcacones de |a te|evsn para e| nno, requere amp|os conocmentos en |a matera, estar actua|-
zados a| respecto y revsar cudadosamente |a |teratura correspondente. Ll segundo factor es que a veces se utlll-
zan lnstrumentos desarrollados en el extranjero que no han sldo valldados a nuestro contexto cu|tura y tempo.
1raducr un nstrumento -aun cuando adaptemos |os trmnos a nuestro |engua[e y |os contextua|cemos- no es de
nnguna manera (n remotamente) va|dar|o. Ls un prmer y necesaro paso, pero s|o es e| prncpo. Por otra parte,
hay nstrumentos que fueron va|dados en nuestro contexto pero hace mucho tempo. Pay nstrumentos que hasta
e| |engua[e nos suena "arcaco". Las cu|turas, |os grupos y |as personas camban, y esto debemos tomar|o en cuenta a|
e|egr o desarro||ar un nstrumento de medcn.
un tercer factor es que en ocasones el lnstrumento resulta lnadecuado para las personas a las que se les apllca no
es emptco. Ut|zar un |engua[e muy e|evado para e| respondente, no tomar en cuenta dferencas en cuanto a
sexo, edad, conocmentos, capacdad de respuesta, memora, nve| ocupacona| y educatvo, motvacn para res-
ponder y otras dferencas en |os respondentes, son errores que pueden afectar |a va|dez y confab|dad de| ns-
trumento de medcn. un cuarto factor que puede nf|ur este constltuldo por las condlclones en las que se apllca el
lnstrumento de medlclon. 5 hay ruldo, hace mucho fro (por e[emp|o en una encuesta de casa en casa), e| lnstru-
mento es demasado largo o tedloso, son cuestones que pueden afectar negatvamente |a va|dez y |a confab|dad.
Norma|mente en |os expermentos se puede contar con nstrumentos de medcn ms |argos y comp|e[os que en
|os dsenos no expermenta|es. Por e[emp|o, en una encuesta pub|ca sera muy dfc| poder ap|car una prueba
|arga o comp|e[a.
Por otra parte, aspectos mecanlcos ta|es como que s e| nstrumento es escrto, no se |ean ben |as nstruccones,
fa|ten pgnas, no haya espaco adecuado para contestar, no se comprendan |as nstruccones, tambn pueden
nf|ur de manera negatva.
9.4. U0M0 5L 5AL 5I UN IN51PUMLN10 0L ML0IUI0N L5 U0NIIALL Y vALI00? 9.4. U0M0 5L 5AL 5I UN IN51PUMLN10 0L ML0IUI0N L5 U0NIIALL Y vALI00? 9.4. U0M0 5L 5AL 5I UN IN51PUMLN10 0L ML0IUI0N L5 U0NIIALL Y vALI00? 9.4. U0M0 5L 5AL 5I UN IN51PUMLN10 0L ML0IUI0N L5 U0NIIALL Y vALI00?
Ln |a prctca es cas mposb|e que una medcn sea perfecta. 0eneralmente se tlene un grado de error. 0esde
|uego, se trata de que este error sea e| mnmo posb|e. Ls por esto que |a medcn de cua|quer fenmeno se con-
ceptua|za con |a sguente frmu|a bsca:
X - t + e X - t + e X - t + e X - t + e
0onde X representa los valores observados (resu|tados dsponb|es), t son los valores verdaderos y e es el gra-
do de error en la medlclon. 5 5 5 5 no hay error de medcn ("e" es gua| a cero), e| va|or observado y e| verdadero son
equva|entes. Lsto puede verse c|aramente as:
X - t + o X - t + o X - t + o X - t + o
X - t X - t X - t X - t
Lsta stuacn representa e| dea| de |a medcn. Lntre mayor sea e| error a| medr, e| va|or que observamos (y que es en
e| que nos basamos) se a|e[a ms de| va|or rea| o verdadero. Por e[emp|o, s medmos |a motvacn de un ndvduo y esta
medcn est contamnada por un grado de error consderab|e, |a motvacn regstrada por e| nstrumento ser bastante
dferente de |a motvacn rea| que tene ese ndvduo. Por e||o es lmportante que el error sea reducldo lo mas poslble.
Pero, cmo sabemos e| grado de error que tenemos en una medcn? Ua|cu|ando |a confab|dad y va|dez.
151
0L0uL0 0L LA 00NFlABlLl0A0 0L0uL0 0L LA 00NFlABlLl0A0 0L0uL0 0L LA 00NFlABlLl0A0 0L0uL0 0L LA 00NFlABlLl0A0
Lxsten dversos procedlmlentos para calcular la conflabllldad de un nstrumento de medcn. 1odos ut|zan frmu-
|as que producen coeflclentes de conflabllldad. Lstos coefcentes pueden oscllar entre 0 y l. 0onde un coefcente
de 0 sgnfca nu|a confab|dad y 1 representa un mxmo de confab|dad (confab|dad tota|). Lntre mas se acer-
que e| coefcente a cero (0), hay mayor error en |a medcn. Lsto se |ustra en |a fgura 9.4.
Los procedmentos ms ut|zados para determnar |a confab|dad medante un coefcente son:
1. Medlda de establlldad (confab|dad por test-retest). Ln este procedmento un msmo nstrumento de medcn (o
tems o ndcadores)
38
es ap|cado dos o ms veces a un msmo grupo de personas, despus de un perodo de tem-
po. 5 |a corre|acn entre |os resu|tados de |as dferentes ap|cacones es a|tamente postva, e| nstrumento se cons-
dera confab|e. 5e trata de una espece de dseno pane|. 0esde |uego, e| perodo de tempo entre |as medcones es
un factor a consderar. 5 e| perodo es |argo y |a varab|e susceptb|e de cambos, e||o puede confundr |a nterpreta-
cn de| coefcente de confab|dad obtendo por este procedmento. Y s e| perodo es corto |as personas pueden re-
cordar cmo contestaron en |a prmera ap|cacn de| nstrumento, para aparecer como ms consstentes de |o que
son en rea|dad (ohrnstedt, 1976).
2. Metodo de formas alternatlvas o paralelas.
Ln este procedmento no se admnstra e|
msmo nstrumento de medcn, sno dos
o ms versones equva|entes de ste. Las
versones son sm|ares en contendo, ns-
truccones, duracn y otras caracterst-
cas. Las versones -genera|mente dos-
son admnstradas a un msmo grupo de
personas dentro de un perodo de tempo
re|atvamente corto. L| nstrumento es
confab|e s |a corre|acn entre |os resu|-
tados de ambas admnstracones es sgn-
fcatvamente postva. Los patrones de
respuesta deben varar poco entre |as ap|-
cacones.
3. Metodo de mltades partldas (sp|t-ha|ves).
Los procedmentos anterores (medda de
estab|dad y mtodo de formas a|ternas),
requeren cuando menos dos admnstra-
cones de |a medcn en e| msmo grupo
de ndvduos. Ln cambo, e| mtodo de
mtades-partdas requere s|o una ap|ca-
cn de |a medcn. Lspecfcamente, e|
con[unto tota| de tems (o componentes)
es dvddo en dos mtades y |as puntua-
cones o resu|tados de ambas son compa-
rados.
5 e| nstrumento es confab|e, |as puntuacones de ambas mtades deben estar fuertemente corre|aconadas.
Un ndvduo con ba[a puntuacn en una mtad, tender a tener tambn una ba[a puntuacn en |a otra mtad.
L| procedmento se dagrama en |a fgura 9.5.
La conflabllldad varia de acuerdo al nmero de items que lncluya el lnstrumento de medlclon. Uuantos ms
tems |a confab|dad aumenta (desde |uego, que se referan a |a msma varab|e). Lsto resu|ta |gco, vemos|o
38
ur iler es |a ur|dad rir|ra que corpore a ura red|c|r; es ur reacl|vo que esl|ru|a ura respuesla er ur sujelo (por ejerp|o, ura pregurla, ura lrase, ura |r|ra,
lologralia, ur oojelo de descr|pc|r).
152
con un e[emp|o cotdano: 5 se desea probar qu tan confab|e o consstente es |a |ea|tad de un amgo haca
nuestra persona, cuantas ms pruebas |e pongamos, su confab|dad ser mayor. U|aro est que demasados
tems provocarn cansanco en e| respondente.
4. 0oeflclente alfa de 0ronbach. Lste coefcente desarro||ado por J. L. Uronbach requere una so|a admnstracn
de| nstrumento de medcn y produce va|ores que osc|an entre 0 y 1. 5u venta[a resde en que no es necesaro
dvdr en dos mtades a |os tems de| nstrumento de medcn, smp|emente se ap|ca |a medcn y se ca|cu|a
e| coefcente.
La manera de ca|cu|ar este coefcente se muestra en e| sguente captu|o.
5. 0oeflclente KR-20. Kuder y Pchardson (1937) desarro||aron un coefcente para estmar |a confab|dad de una
medcn, su nterpretacn es |a msma que |a de| coefcente a|fa.
0L0uL0 0L LA vALl0LZ 0L0uL0 0L LA vALl0LZ 0L0uL0 0L LA vALl0LZ 0L0uL0 0L LA vALl0LZ
La valldez de contenldo es comp|e[a de obtener. Prmero, es necesaro revsar cmo ha sdo ut|zada |a varab|e por
otros nvestgadores. Y en base a dcha revsn e|aborar un unverso de tems posb|es para medr |a varab|e y sus
dmensones (e| unverso tene que ser |o ms exhaustvo que sea factb|e). Posterormente, se consu|ta con nvest-
gadores fam|arzados con |a varab|e para ver s e| unverso es exhaustvo. 5e se|ecconan |os tems ba[o una cu-
dadosa eva|uacn. Y s |a varab|e tene dversas dmensones o facetas que |a componen, se extrae una muestra
probab|stca de tems (ya sea a| azar o estratfcada -cada dmensn consttura un estrato-). 5e admnstran |os
tems, se corre|aconan |as puntuacones de |os tems entre s (debe haber corre|acones a|tas, especa|mente entre
tems que mden una msma dmensn) (ohrnstedt, 1976), y se hacen estmacones estadstcas para ver s |a
muestra es representatva. Para ca|cu|ar |a va|dez de contendo son necesaros varos coefcentes.
La valldez de crlterlo es ms senc||a de estmar, |o unco que hace e| nvestgador es corre|aconar su medcn con
e| crtero, y este coefcente es e| que se toma como coefcente de va|dez (ohmstedt, 1976). Lsto podra repre-
sentarse as:
39
La valldez de constructo se sue|e determnar medante un procedmento denomnado "An|ss de Iactores". 5u
ap|cacn requere de s|dos conocmentos estadstcos y de| uso de un programa estadstco apropado en com-
putadora. Para quen desee compenetrarse con esta tcnca recomendamos consu|tar a Parman (1967), Uorsuch
(1974), Ne et a|. (l975), 0n-Km y Mue||er (1978a y 1978b) y Punter (1980). Asmsmo, para ap|car|os se sugere
revsar a Neeta|. (l975), Uooper y Uurts (197-) y -en espano|- Padua (1979). Aunque es requsto conocer e| pro-
grama estadstco para computadora. Lsta tcnca se descrbe en |a pgna 420.
9.5. UL PP0UL0IMILN10 5L 5IUUL PAPA U0N51PUIP UN IN51PUMLN10 0L ML0IUI0N? 9.5. UL PP0UL0IMILN10 5L 5IUUL PAPA U0N51PUIP UN IN51PUMLN10 0L ML0IUI0N? 9.5. UL PP0UL0IMILN10 5L 5IUUL PAPA U0N51PUIP UN IN51PUMLN10 0L ML0IUI0N? 9.5. UL PP0UL0IMILN10 5L 5IUUL PAPA U0N51PUIP UN IN51PUMLN10 0L ML0IUI0N?
Lxsten dversos tpos de nstrumentos de medcn, cada uno con caracterstcas dferentes. 5n embargo, e| proce-
dmento genera| para construr|os es seme[ante. Antes de comentar este procedmento, es necesaro ac|arar que
en una nvestgacn hay dos opcones respecto a| nstrumento de medcn:
1) L|egr un nstrumento ya desarro||ado y dsponb|e, e| cua| se adapta a |os requermentos de| estudo en partcu-
|ar.
2) Uonstrur un nuevo nstrumento de medcn de acuerdo con |a tcnca apropada para e||o.
Ln ambos casos es mportante tener evdenca sobre |a confab|dad y va|dez de| nstrumento de medcn.
L| L| L| L| procedmento que sugermos para construr un nstrumento de medcn es e| sguente, especa|mente para
quen se nca en esta matera.
PA505 PA505 PA505 PA505
a) LI51AP LA5 vAPIALL5 LI51AP LA5 vAPIALL5 LI51AP LA5 vAPIALL5 LI51AP LA5 vAPIALL5 que se pretende medr u observar.
b) PLvI5AP 5U 0LIINIUI0N U0NULP1UAL Y U0MPPLN0LP 5U 5IU PLvI5AP 5U 0LIINIUI0N U0NULP1UAL Y U0MPPLN0LP 5U 5IU PLvI5AP 5U 0LIINIUI0N U0NULP1UAL Y U0MPPLN0LP 5U 5IU PLvI5AP 5U 0LIINIUI0N U0NULP1UAL Y U0MPPLN0LP 5U 5IUNIIIUA00. Por NIIIUA00. Por NIIIUA00. Por NIIIUA00. Por e[emp|o, comprender ben qu es
|a motvacn ntrnseca y qu dmensones |a ntegran.
c) PLvI5AP U0M0 PAN 5I00 0LIINI0A5 0PLPAUI0NALMLN1L LA5 vAPIALL5, PLvI5AP U0M0 PAN 5I00 0LIINI0A5 0PLPAUI0NALMLN1L LA5 vAPIALL5, PLvI5AP U0M0 PAN 5I00 0LIINI0A5 0PLPAUI0NALMLN1L LA5 vAPIALL5, PLvI5AP U0M0 PAN 5I00 0LIINI0A5 0PLPAUI0NALMLN1L LA5 vAPIALL5, esto es, cmo se ha meddo cada
varab|e. L||o mp|ca comparar |os dstntos nstrumentos o maneras ut|zadas para medr |as varab|es (com-
parar su confab|dad, va|dez, su[etos a |os cua|es se |es ap|c, fac|dad de admnstracn, veces que |as me-
dcones han resu|tado extosas y posb|dad de uso en e| contexto de |a nvestgacn).
39
vase e| lera de cor-e|ac|r er c| s|gu|erle capilu|o.
153
d) LLLUIP LL IN51PUMLN10 0 L05 IN51PUMLN105 (YA 0L5A LLLUIP LL IN51PUMLN10 0 L05 IN51PUMLN105 (YA 0L5A LLLUIP LL IN51PUMLN10 0 L05 IN51PUMLN105 (YA 0L5A LLLUIP LL IN51PUMLN10 0 L05 IN51PUMLN105 (YA 0L5APP0LLA005) UL PAYAN 5I00 IAv0PLUI005 P0P PP0LLA005) UL PAYAN 5I00 IAv0PLUI005 P0P PP0LLA005) UL PAYAN 5I00 IAv0PLUI005 P0P PP0LLA005) UL PAYAN 5I00 IAv0PLUI005 P0P
LA U0MPA LA U0MPA LA U0MPA LA U0MPAPAUI0N Y A0AP1APL05 AL U0N1LX10 0L LA INvL51IUAUI0N. PAUI0N Y A0AP1APL05 AL U0N1LX10 0L LA INvL51IUAUI0N. PAUI0N Y A0AP1APL05 AL U0N1LX10 0L LA INvL51IUAUI0N. PAUI0N Y A0AP1APL05 AL U0N1LX10 0L LA INvL51IUAUI0N. Ln este caso s|o deben se|ecconarse
nstrumentos cuya confab|dad y va|dez se reporte. No se puede uno far de una manera de medr que carezca
de evdenca c|ara y precsa de confab|dad y va|dez. Uua|quer nvestgacn sera reporta |a confab|dad y va-
|dez de su nstrumento de medcn. Pecurdese que |a prmera vara de 0 a 1 y para |a segunda se debe
menconar e| mtodo ut|zado de va|dacn y su nterpretacn. 0e no ser as no podemos asegurar que e| ns-
trumento sea e| adecuado. 5 se se|eccona un nstrumento desarro||ado en otro pas, deben hacerse pruebas p-
|oto ms extensas (vase e| paso U). 1ambn, no debe o|vdarse que traducr no es va|dar un nstrumento, por
muy buena que sea |a traduccn.
0 en caso de que no se ellja un lnstrumento ya desarrollado, slno que se preflera construlr o desarrollar uno proplo,
debe pensarse en cada varlable y sus dlmenslones, y en lndlcadores preclsos e items para cada dlmenslon. La fgu-
ra 9.6 es un e[emp|o de e||o:
Fl0uRA 9.
EJEHPL0 0E 0E8ARR0LL0 0E |TEH8
VAR|ALE
0EF|N|6|0N
0PERA6|0NAL
|N0|6A00RE8 0|HEN8|0NE8 |TEH8
0rado perc|o|do
ruluo de |rlers y
ouera vo|urlad de
aroas parles.
Coord|rac|r de
corl||clos,
0u larlo se esluerza su erpresa por ro provocar pro-
o|eras cor sus proveedores? 1. 3e esluerza a| rir|ro
pos|o|e.
2. 3e esluerza poco.
3. 3e esluerza red|ararerle
1. 3e esluerza rucro.
5. 3e esluerza a| rx|ro pos|o|e
0rado perc|o|do ruluo
de esluerzo |rverl|do
para ro provocar
proo|eras a |a olra
parle a| |rlerler|r er
sus deoeres y respor-
sao|||dades.
0u larlo se esluerzar sus proveedores
por ro provocar proo|eras cor su erpresa?
1. 3e esluerzar a| rir|ro pos|o|e.
2. 3e esluerzar poco.
3. 3e esluerzar red|ararerle.
1. 3e esluerzar rucro.
5. 3e esluerzar a| rx|ro pos|o|e.
Coord|rac|r de
ro |rlerlererc|a,
Curlo se esluerza su erpresa por ro |rlerler|r er |os
deoeres y resporsao|||dades de sus proveedores?
5. 3e esluerza a| rx|ro pos|o|e.
1. 3e esluerza rucro.
3. 3e esluerzar red|ararerle.
2. 3e esluerzar poco.
1. 3e esluerza a| rir|ro pos|o|e.
Curlo se esluerzar sus proveedores por ro |rlerler|r cor
|os deoeres y resporsao|||dades de su erpresa?
5. 3e esluerzar a| rx|ro pos|o|e.
1. 3e esluerzar rucro.
3. 3e esluerzar red|ararerle.
2. 3e esluerzar poco.
1. 3e esluerzar a| rir|ro pos|o|e.
Coord|rac|r de
oojel|vos,
Curlo se esluerza |a erpresa por lraoajar jurlo cor sus
proveedores de rarera corslarle para a|carzar
oojel|vos corures?
5. 3e esluerza a| rx|ro pos|o|e.
1. 3e esluerza rucro.
3. 3e esluerza red|ararerle.
2. 3e esluerza poco.
1. 3e esluerza a| rir|ro pos|o|e.
Curlo se esluerzar |os proveedores por lraoajar jurlo cor
su erpresa de rarera corslarle para a|carzar oojel|vos
corures?
Coord|rac|r de
oojel|vos.
5. 3e esluerzar a| rx|ro pos|o|e.
1. 3e esluerzar rucro.
3. 3e esluerzar red|ar|arerle.
2. 3e esluerzar poco.
1. 3e esluerzar a| rir|ro pos|o|e.
Coord|rac|r, erlre
orgar|zac|o res
corpradoras y
proveedoras, desde
e| purlo de v|sla de
|as pr|reras.
Coord|rac|r de
rul|ras,
Er gerera|, qu lar o|er eslao|ec|das eslr |as rul|ras
para e| lralo de |a erpresa
cor sus proveedores?
154
5. Vuy o|er eslao|ec|das.
1. 8|er eslao|ec|das.
3. Ved|ararerle eslao|ec|das.
2. Va| eslao|ec|das.
1. Vuy ra| eslao|ec|das.
Lapsos de |rlerac-
c|ores erlre orgar|-
zac|ores.
Lapso rx|ro
erlre |rleracc|ores
de corur|cac|r.
v|s|las de repre-
serlarles.
Eslao|ec|erdo' ur
prored|o aprox|rado qu lar segu|do
rec|oe su erpresa |a
v|s|la de |os re preserlarles de sus proveedores verdade-
rarerle |rporlarles?
13. varas veces a| dia
12. ura vez a| dia.
11. Tres veces por serara.
10. 0os veces por serara.
9. ura vez a |a serara.
8. Tres veces a| res.
Z. 0os veces a| res.
Frecuerc|a de |a
|rleracc|r erlre
orgar|zac|ores.
. ura vez a| res.
5. ura vez cada dos reses
1. ura vez cada cualro reses.
3. ura vez cada se|s reses.
2. ura vez a| aro.
1. 0lra (espec|l|que).
Eslao|ec|erdo ur prored|o aprox|rado qu lar segu|do
rec|oe su erpresa |a v|s|la de |os represerlarles de sus
proveedores poco |rporlarles?
13. var|as veces a| dia
12. ura vez a| dia.
11. Tres veces por serara.
10. 0os veces por serara.
9. ura vez a |a serara.
8. Tres veces a| res.
Z. 0os veces a| res.
. ura vez a| res.
5. ura vez cada dos reses.
1. ura vez cada cualro reses.
3. ura vez cada se|s reses.
2. ura vez a| aro.
1. 0lra (espec|l|que).
L|aradas le|elr|-
cas,
Eslao|ec|erdo ur prored|o aprox|rado qu lar segu|do |e
||arar por le|loro a su erpresa |os represerlarles de sus
proveedores ruy |rporlarles?
13. var|as veces a| dia
12. ura vez a| dia.
11. Tres veces por serara.
10. 0os veces por serara.
9. ura vez a|a serara.
8. Tres veces a| res.
Z. 0os veces a| res.
. ura vez a| res.
5. ura vez cada dos reses.
1.ura vez cada cualro reses.
3. ura vez cada se|s reses.
2. ura vez a| aro.
1. 0lra (espec|l|que).
Elclera.
Ln este segundo caso, debemos asegurarnos de tener un sufcente numero de tems para medr todas |as varab|es
en todas sus dmensones. Ya sea que se se|eccone un nstrumento prevamente desarro||ado y se adapte o ben,
se construya uno, ste consttuye la verslon prellmlnar de nuestra medlclon. versn que debe pu|rse y a[ustarse,
como se ver ms ade|ante.
e) e) e) e) IN0IUAP LL NIvLL 0L ML0IUI0N 0L UA0A I1LM Y, por ende, LL 0L LA5 v IN0IUAP LL NIvLL 0L ML0IUI0N 0L UA0A I1LM Y, por ende, LL 0L LA5 v IN0IUAP LL NIvLL 0L ML0IUI0N 0L UA0A I1LM Y, por ende, LL 0L LA5 v IN0IUAP LL NIvLL 0L ML0IUI0N 0L UA0A I1LM Y, por ende, LL 0L LA5 vA AA APIALL5. PIALL5. PIALL5. PIALL5.
Lxsten UUA1P0 NIvLLL5 0L M UUA1P0 NIvLLL5 0L M UUA1P0 NIvLLL5 0L M UUA1P0 NIvLLL5 0L ML LL L0IUI0N amp|amente conocdos: 0IUI0N amp|amente conocdos: 0IUI0N amp|amente conocdos: 0IUI0N amp|amente conocdos:
1. Nlvel de medlclon nomlnal. Ln este nve| se tenen dos o ms categoras de| tem o varab|e. Las categoras no
155
tenen orden o [erarqua. Lo que se mde es co|ocado en una u otra categora, |o que ndca so|amente dferen-
cas respecto a una o ms caracterstcas.
Por e[emp|o, |a varab|e sexo de |a persona tene s|o dos categoras:
mascu|no y femenno (s |a varab|e fuera "prctca sexua|" podra
haber ta| vez ms, pero sexo s|o tene dos categoras). Nnguna de |as
categoras tene mayor [erarqua que |a otra, |as categoras uncamente
ref|e[an dferencas en |a varab|e. No hay orden de mayor a menor.
5 |es asgnamos una etqueta o smbo|o a cada categora, ste exc|usvamente dentfca a |a categora. Por
e[emp|o:
- Mascu|no
z - Iemenno
5 usamos numera|es es |o msmo:
Los numeros ut|zados en este nve| de medcn tenen una funcn puramente de c|asfcacn y no se pueden
manpu|ar artmtcamente. Por e[emp|o, |a af|acn re|gosa es una varab|e nomna|, s pretendramos ope-
rar|a artmtcamente tendramos stuacones tan rdcu|as como sta:
1 - Uat|co
2 - Judo 1+2-3
3 - Protestante
4 - Musu|mn Un cat|co + + + + un [udo - protestante?
5 - 0tros
No tene sentdo.
Las varab|es nomna|es pueden nc|ur dos categoras (se |es ||ama dcotmcas) o tres o ms categoras (se |es
||ama categrcas). L[emp|os de varab|es nomna|es dcotmcas sera e| sexo y e| tpo de escue|a a |a que se
asste (prvada-pub|ca), y de nomna|es categrcas tendramos a |a af|acn po|tca (Partdo A, Partdo ,...), |a
carrera e|egda, |a raza, e| departamento o provnca o estado de nacmento y e| cana| de te|evsn preferdo.
2. Nlvel de medlclon ordlnal. Ln este nve| se tenen varas categoras, pero adems stas mantenen un orden de
mayor a menor. Las etquetas o smbo|os de |as categoras s ndcan [erarqua. Por e[emp|o, e| prestgo ocupa-
cona| en |os Lstados Undos ha sdo meddo por dversas esca|as que ordenan a |as profesones de acuerdo con
su prestgo, por e[emp|o:
40
10
0urcar 191
va|or en |a esca|a Profesn
90 Ingenero qumco.
80 Uentfco de cencas natura|es <exc|uyendo |a umca>.
50 0perador de estacones e|ctrcas de potenca.
02 Manufactureros de tabaco.
90 es ms que 80, 80 ms que 60, 60 ms que 50 y as sucesvamente (|os numeros -smbo|os de categoras-
defnen poscones). 5n embargo, |as categoras no estn ubcadas a nterva|os gua|es (no hay un nterva|o comun).
No podramos decr con exacttud que entre un actor (60) y un operador de estacones de poder (50) exste |a msma
dstanca -en prestgo- que entre un centfco de |as cencas natura|es (80) y un ngenero qumco (90). Aparen-
temente en ambos casos |a dstanca es 10, pero no es una dstanca rea|. 0tra esca|a
c|asfc e| prestgo de dchas profesones de |a sguente manera:
va|or en |a esca|a Profesn
98 Ingenero qumco.
95 Uentfco de cencas natura|es (exc|uyendo |a umca).
84 Actor.
78 0perador de estacones e|ctrcas de potenca.
13 Manufactureros de tabaco.
Aqu |a dstanca entre un actor (84) y un operador de estacones (78) es de 6, y |a dstanca entre un ngenero
156
qumco (98) y un centfco de cencas natura|es (95) es de 3.
0tro e[emp|o sera |a poscn [errquca en |a empresa:
Presdente 10
vcepresdente 9
0rector Uenera| 8
Uerente de rea 7
5ubgerente o 5uperntendente 6
Jefe 5
Lmp|eado A 4
Lmp|eado 3
Lmp|eado U 2
Intendenca 1
5abemos que e| Presdente (10) es ms que e| vcepresdente (9), ste ms que e| 0rector Uenera| (8), a su vez
este u|tmo ms que e| Uerente (7) y as sucesvamente, pero no puede precsarse en cada caso cunto ms.
1ampoco podemos ut|zar |as operacones artmtcas bscas: No podramos decr que 4 (emp|eado A) + 5 + 5 + 5 + 5 ([e-
fe) - 9 (vcepresdente), n que 10 (Presdente) 5 ([efe) -2 (emp|eado U). 5era absurdo, no tene sentdo.
3. Nlvel de medlclon por lntervalos. Adems de haber orden o [erarqua entre categoras, se estab|ecen nterva|os
gua|es en |a medcn. Las dstancas entre categoras son |as msmas a |o |argo de toda |a esca|a. Pay nterva-
|o constante, una undad de medda.
Por e[emp|o: Una prueba de reso|ucn de prob|emas matemtcos (30 prob|emas de gua| dfcu|tad). 5 Ana
Uec|a reso|v 10, Laura reso|v 20 y renda 30. La dstanca entre Ana Uec|a y Laura es gua| a |a dstanca
entre Laura y renda.
5n embargo, e| cero (0) en |a medcn, es un cero arbtraro, no es rea| (se asgna arbtraramente a una cate-
gora e| va|or de cero y a partr de sta se construye |a esca|a). Un e[emp|o c|sco en cencas natura|es es |a
temperatura (en grados centgrados y Iahrenhet), e| cero es arbtraro, no mp|ca que rea|mente haya cero
(nnguna) temperatura (nc|uso en ambas esca|as e| cero es dferente).
Uabe agregar que dversas medcones en e| estudo de| comportamento humano no son verdaderamente de
nterva|o (y. g., esca|as de acttudes, pruebas de nte|genca y de otros tpos), pero se acercan a este nve| y se
sue|e tratar|as como s fueran medcones de nterva|o. Lsto se hace porque este nve| de medcn permte ut-
|zar |as operacones artmtcas bscas (suma, resta, mu|tp|cacn y dvsn) y a|gunas estadstcas moder-
nas, que de otro modo no se usaran. Aunque a|gunos nvestgadores no estn de acuerdo en suponer ta|es me-
dcones como s fueran de nterva|o (pero estos nvestgadores son mnora).
4. Nlvel de medlclon de razon. Ln este nve|, adems de tenerse todas |as caracterstcas de| nve| de nterva|os
(nterva|os gua|es entre |as categoras y ap|cacn de operacones artmtcas bscas y sus dervacones), e|
cero es rea|, es abso|uto (no es arbtraro). Uero abso|uto mp|ca que hay un punto en |a esca|a donde no exste
|a propedad.
L[emp|os de estas medcones seran |a exposcn a |a te|evsn, e| numero de h[os, |a productvdad, |as ven-
tas de un producto y e| ngreso.
0esde |uego, hay varab|es que pueden medrse en ms de un nve|, segun e| propsto de medcn. Por e[em-
p|o, |a varab|e "antgedad en |a empresa":
Nve| de medcn Uategoras
- 0e razn Ln das (0 a K das)
- 0rdna| astante antgedad
Pegu|ar antgedad
Poca antgedad
Ls muy mportante ndcar e| nve| de medcn de todas |as varab|es e tems de |a nvestgacn, porque de-
pendendo de dcho nve| se se|eccona uno u otro tpo de an|ss estadstco (por e[emp|o, |a prueba estadstca
para corre|aconar dos varab|es de nterva|o es muy dstnta a |a prueba para corre|aconar dos varab|es ordna|es).
As, es necesaro hacer una re|acn de varab|es, tems y nve|es de medcn.
157
f) IN0IUAP LA MANLPA U0M0 5L PAPN 0L U00IIIUAP L05 0A105 en IN0IUAP LA MANLPA U0M0 5L PAPN 0L U00IIIUAP L05 0A105 en IN0IUAP LA MANLPA U0M0 5L PAPN 0L U00IIIUAP L05 0A105 en IN0IUAP LA MANLPA U0M0 5L PAPN 0L U00IIIUAP L05 0A105 en cada tem y varab|e. U00IIIUAP U00IIIUAP U00IIIUAP U00IIIUAP |os
datos sgnfca asgnar|es un va|or numrco que |os represente. Ls decr, a |as categoras de cada tem y decr, a |as categoras de cada tem y decr, a |as categoras de cada tem y decr, a |as categoras de cada tem y vara-
b|e se |es asgnan va|ores numrcos que tenen un sgnfcado. Por e[emp|o, s tuvramos |a varab|e "sexo" con
sus respectvas categoras, "mascu|no" y "femenno", a cada categora |e asgnaramos un va|or. Lste podra ser:
Uategora Uodfcacn (va|or asgnado)
- Mascu|no 1
- Iemenno 2
As, Uar|a Magana en |a varab|e sexo sera un "2". Lus Uerardo vera y Pubn Peyes seran un "1", vernca Laros
un "2" y as sucesvamente.
0tro e[emp|o sera |a varab|e "horas de exposcn dara a |a te|evsn", que podra codfcarse de |a sguente manera:
Uategora Uodfcacn (va|or asgnado)
- No ve te|evsn 0
- Menos de una hora 1
- Una hora 2
- Ms de una hora, pero
menos de dos 3
- 0os horas 4
- Ms de dos horas, pero
menos de tres 5
- 1res horas 6
- Ms de tres horas, pero
menos de cuatro 7
- Uuatro horas 8
- Ms de cuatro horas 9
Ls necesaro nsstr que cada tem y varab|e debern tener una codlflcaclon (cdgos numrcos) para sus categor-
as. 0esde |uego, hay veces que un tem no puede ser codfcado a pror (precodfcado) porque es sumamente dfc|
conocer cu|es sern sus categoras. Por e[emp|o, s en una nvestgacn furamos a preguntar: u opna de|
programa econmco que recentemente ap|c e| Uoberno? Ls posb|e que |as categoras encontradas podran ser
muchas ms de |as que nos magnemos y resu|tara dfc| predecr con precsn cuntas y cu|es sern. Ln estos
casos |a codfcacn se ||eva a cabo una vez que se ap|ca e| tem (a posterlorl). A |o |argo de este captu|o se pro-
fundzar en |a forma de codfcar y sus mp|cacones. Por e| momento, |o mportante es que se comprenda e| sgn-
fcado de codfcar y que e| nstrumento de medcn, antes de ap|carse, debe r precodfcado hasta donde sea
posb|e (codfcar |os tems cuyas categoras sean conocdas de antemano).
La codfcacn es necesara para poder cuanttatvamente ana|zar |os datos (ap|car an|ss estadstco). A veces
se ut|zan |etras o smbo|os en |ugar de numeros (, A, 2).
g) UNA vL2 UL 5L IN0IUA LL NIvLL 0L ML0IUI0N 0L UA0A vAPIALL L I1LM Y UL 5L 0L1LPMINA 5U U00II UNA vL2 UL 5L IN0IUA LL NIvLL 0L ML0IUI0N 0L UA0A vAPIALL L I1LM Y UL 5L 0L1LPMINA 5U U00II UNA vL2 UL 5L IN0IUA LL NIvLL 0L ML0IUI0N 0L UA0A vAPIALL L I1LM Y UL 5L 0L1LPMINA 5U U00II UNA vL2 UL 5L IN0IUA LL NIvLL 0L ML0IUI0N 0L UA0A vAPIALL L I1LM Y UL 5L 0L1LPMINA 5U U00III- I- I- I-
UAUI0N, 5L PP0UL0L A APLIUAP UNA "PPULA PIL010" 0LL IN51PUMLN UAUI0N, 5L PP0UL0L A APLIUAP UNA "PPULA PIL010" 0LL IN51PUMLN UAUI0N, 5L PP0UL0L A APLIUAP UNA "PPULA PIL010" 0LL IN51PUMLN UAUI0N, 5L PP0UL0L A APLIUAP UNA "PPULA PIL010" 0LL IN51PUMLN10 0L ML0IUI0N. Ls decr, se ap|ca a 10 0L ML0IUI0N. Ls decr, se ap|ca a 10 0L ML0IUI0N. Ls decr, se ap|ca a 10 0L ML0IUI0N. Ls decr, se ap|ca a
personas con caracterstcas seme[antes a |as de |a muestra o pob|acn ob[etvo de |a nvestgacn.
Ln esta prueba se ana|za s |as nstruccones se comprenden y s |os tems funconan adecuadamente. Los re-
su|tados se usan para ca|cu|ar |a confab|dad -y de ser posb|e |a va|dez- de| nstrumento de medcn.
La prueba plloto se rea|za con una pequena muestra (nferor a |a muestra defntva). Los autores aconse[amos
que cuando |a muestra sea de 2000 ms, se ||eve a cabo |a prueba p|oto con entre 25 y' 60 personas. 5a|vo
que |a nvestgacn ex[a un numero mayor.
h) h) h) h) 50PL LA A5L 0L LA PPULA PIL010, LL IN51PUMLN10 0L ML0IUI0N PPLLIMINAP 5L M 50PL LA A5L 0L LA PPULA PIL010, LL IN51PUMLN10 0L ML0IUI0N PPLLIMINAP 5L M 50PL LA A5L 0L LA PPULA PIL010, LL IN51PUMLN10 0L ML0IUI0N PPLLIMINAP 5L M 50PL LA A5L 0L LA PPULA PIL010, LL IN51PUMLN10 0L ML0IUI0N PPLLIMINAP 5L M0 00 00IIIUA, AJU51A Y 0IIIUA, AJU51A Y 0IIIUA, AJU51A Y 0IIIUA, AJU51A Y
5L MLJ0PA, L05 IN0IUA00PL5 0L U0NIIAILI0A0 Y vALI0L2 50N UNA ULNA AYU0A. Y L51APLM05 LN 5L MLJ0PA, L05 IN0IUA00PL5 0L U0NIIAILI0A0 Y vALI0L2 50N UNA ULNA AYU0A. Y L51APLM05 LN 5L MLJ0PA, L05 IN0IUA00PL5 0L U0NIIAILI0A0 Y vALI0L2 50N UNA ULNA AYU0A. Y L51APLM05 LN 5L MLJ0PA, L05 IN0IUA00PL5 0L U0NIIAILI0A0 Y vALI0L2 50N UNA ULNA AYU0A. Y L51APLM05 LN
Lste procedmento genera| para desarro||ar una medcn debe -desde |uego- adaptarse a |as caracterstcas
de |os dferentes tpos de nstrumentos de que dsponemos en e| estudo de| comportamento, |os cua|es vere-
mos a contnuacn.
9.6. 0L UL 1IP05 0L IN51PUMLN105 0L ML0IUI0N 0 PLU0LLUUI 9.6. 0L UL 1IP05 0L IN51PUMLN105 0L ML0IUI0N 0 PLU0LLUUI 9.6. 0L UL 1IP05 0L IN51PUMLN105 0L ML0IUI0N 0 PLU0LLUUI 9.6. 0L UL 1IP05 0L IN51PUMLN105 0L ML0IUI0N 0 PLU0LLUUI0N 0L L05 0A105 0I5P0NLM05 LN LA INvL 0N 0L L05 0A105 0I5P0NLM05 LN LA INvL 0N 0L L05 0A105 0I5P0NLM05 LN LA INvL 0N 0L L05 0A105 0I5P0NLM05 LN LA INvL5- 5- 5- 5-
1IUAUI0N 50UIAL? 1IUAUI0N 50UIAL? 1IUAUI0N 50UIAL? 1IUAUI0N 50UIAL?
Ln |a nvestgacn de| comportamento dsponemos de dversos tpos de nstrumentos para medr |as varab|es de
nters y en a|gunos casos se pueden combnar dos o ms mtodos de reco|eccn de |os datos. A contnuacn
descrbmos -brevemente- estos mtodos o tpos de nstrumentos de medcn.
158
9.6.1. Lsca|as para medr |as acttudes 9.6.1. Lsca|as para medr |as acttudes 9.6.1. Lsca|as para medr |as acttudes 9.6.1. Lsca|as para medr |as acttudes
Una actltud es una predsposcn aprendda para responder consstentemente de una manera favorab|e o desfavo-
rab|e respecto a un ob[eto o sus smbo|os (Ishben y A[zen, 1975, 0skamp, 1977). As, |os seres humanos tenemos
acttudes haca muy dversos ob[etos o smbo|os, por e[emp|o: acttudes haca e| aborto, |a po|tca econmca, |a
fam|a, un profesor, dferentes grupos tncos, |a Ley, nuestro traba[o, e| nacona|smo, haca nosotros msmos,
etctera.
Las acttudes estn re|aconadas con e| comportamento que mantenemos en torno a |os ob[etos a que hacen refe-
renca. 5 m acttud haca e| aborto es desfavorab|e, probab|emente no abortara o no partcpara en un aborto. 5
m acttud es favorab|e a un partdo po|tco, |o ms probab|e es que vote por | en |as prxmas e|eccones. 0esde
|uego, |as acttudes s|o son un ndcador de |a conducta, pero no |a conducta en s. Ls por e||o que |as medcones
de acttudes deben nterpretarse como "sntomas" y no como "hechos" (Padua, 1979). Por e[emp|o, s detecto que
|a acttud de un grupo haca |a contamnacn es desfavorab|e, esto no sgnfca que |as personas estn adoptando
accones para evtar contamnar e| ambente, pero s es un ndcador de que pueden r|as adoptando pau|atnamen-
te. La acttud es como una "sem||a", que ba[o certas condcones puede "germnar en comportamento".
Las acttudes tenen dversas propedades, entre |as que destacan: dreccn (postva o negatva) e ntensdad (a|ta
o ba[a), estas propedades forman parte de |a medcn.
Los metodos mas conocldos para medlr por escalas las varlables que constltuyen actltudes son e| metodo de esca-
lamlento Llkert, e| dlferenclal semantlco y |a escala de 0uttman. Pab|emos de cada mtodo.
Lscalamlento tlpo Llkert Lscalamlento tlpo Llkert Lscalamlento tlpo Llkert Lscalamlento tlpo Llkert
4l 4l 4l 4l
Este mtodo fue desarrollado por Rensis Likert a principios de los treinta; sin embargo, se trata de un enfoque
vigente y bastante popularizado. Consiste en un conjunto de tems presentados en forma de afirmaciones o
juicios ante los cuales se pide la reaccin de los sujetos a los que se les administra. Es decir, se presenta cada
afirmacin y se pide al sujeto que externe su reaccin eligiendo uno de los cinco puntos de la escala. A cada
punto se le asigna un valor numrico. As, el sujeto obtiene una puntuacin respecto a la afirmacin y al final se
obtiene su puntuacin total sumando las puntuaciones obtenidas en relacin a todas las afirmaciones.
Las afirmaciones califican al objeto de actitud que se est midiendo y deben expresar slo una relacin lgica,
adems es muy recomendable que no excedan de aproximadamente 20 palabras.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
0b[eto de acttud meddo Afrmacn
L| voto "votar es una ob|gacn de todo
cudadano responsab|e"
Ln este caso |a afrmacn nc|uye 8 pa|abras y expresa una so|a re|acn |gca (X-Y). Las a|ternatvas de respuesta
o puntos de |a esca|a son cnco e ndcan cunto se est de acuerdo con |a afrmacn correspondente. Las a|terna-
tvas ms comunes se presentan en |a fgura 9.7. 0ebe recordarse que a cada una de e||as se |e asgna un va|or
numrco y s|o puede marcarse una opcn. 5e consdera un dato nv|do a quen marque dos o ms opcones.
11
Para prolurd|zar er esla lcr|ca se recor|erda corsu|lar a Li|erl (l9Za o 19Zo), 3e||er y lougr (19Z) y Padua (19Z9).
Asmsmo, pueden hacerse dstntas combnacones como "tota|mente verdadero" o "comp|etamente no". Y |as
a|ternatvas de respuesta pueden co|ocarse horzonta|mente -como en |a fgura 9.7- o vertca|mente.
LJLMPL0
( ) Muy de acuerdo
( ) 0e acuerdo
( ) N de acuerdo, n en desacuerdo
( ) Ln desacuerdo
( ) Muy en desacuerdo
0 ben ut|zando recuadros en |ugar de parntess:
0efntvamente s
Probab|emente s
Indecso
Probab|emente no
0efntvamente no
Ls ndspensab|e comentar que e| numero de categoras de respuesta debe ser e| msmo para todas |as afrma-
cones.
0lRL00l0N 0L LAS AFlRMA0l 0lRL00l0N 0L LAS AFlRMA0l 0lRL00l0N 0L LAS AFlRMA0l 0lRL00l0N 0L LAS AFlRMA0l0 00 0NLS NLS NLS NLS
Las afrmacones pueden tener dreccn: favorable o posltlva y desfavorable o negatlva. Y esta dreccn es muy
mportante para saber cmo se codfcan |as a|ternatvas de respuesta.
5 |a afrmacn es postva sgnfca que ca|fca favorab|emente a| ob[eto de acttud, y entre |os su[etos estn
ms de acuerdo con |a afrmacn, su acttud es ms favorab|e.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
"L| Mnstero de Pacenda ayuda a| contrbuyente a reso|ver sus prob|emas en e| pago de mpuestos".
5 estamos 'muy de acuerdo" mp|ca una acttud ms favorab|e haca e| Mnstero de Pacenda que s estamos
'"de acuerdo". Ln cambo, s estamos '"muy en desacuerdo" mp|ca una acttud muy desfavorab|e. Por |o tanto,
cuando las aflrmaclones son posltlvas se callflcan comnmente de la slgulente manera
(5) Muy de acuerdo
(4) 0e acuerdo
(3) N de acuerdo, n en desacuerdo
(2) Ln desacuerdo
(1) Muy en desacuerdo
Ls decr, estar ms de acuerdo mp|ca una puntuacn mayor.
5 |a afrmacn es negatva sgnfca que ca|fca desfavorab|emente a| ob[eto de acttud, y entre |os su[etos
estn ms de acuerdo con |a afrmacn, su acttud es menos favorab|e, esto es, ms desfavorab|e.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
"L| Mnstero de Pacenda se caracterza por obstacu|zar a| contrbuyente en e| pago de mpuestos".
5 estamos "muy de acuerdo" mp|ca una acttud ms desfavorab|e que s estamos de '"acuerdo" y as suces-
vamente. Ln contraste, s estamos "muy en desacuerdo" mp|ca una acttud favorab|e haca e| Mnstero de
Pacenda. Pechazamos |a frase porque ca|fca negatvamente a| ob[eto de acttud. Un e[emp|o cotdano de
afrmacn negatva sera: "Lus es un ma| amgo", entre ms de acuerdo estemos con |a afrmacn, nuestra
acttud haca Lus es menos favorab|e. Ls decr, estar ms de acuerdo mp|ca una puntuacn menor. 0uando
las aflrmaclones son negatlvas se callflcan al contrarlo de las posltlvas.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
(1) 1ota|mente de acuerdo
(2) 0e acuerdo
160
(3) N de acuerdo, n en desacuerdo
(4) Ln desacuerdo
(5) 1ota|mente en desacuerdo
Ln |a fgura 9.8. se presenta un e[emp|o de una esca|a Lkert para medr |a acttud haca un organsmo trbuta-
ro.
42
IIUUPA 9.8
LJLMPL0 0L UNA L5UALA LIKLP1
LAS AFlRMA0l0NLS quL v0Y A LLLRLL S0N 0PlNl0NLS 00N LAS quL AL0uNAS PLRS0NAS LS IAN 0L A0uLR-
00 Y 0IRAS LN 0LSA0uLR00. v0Y A PL0lRLL quL ML 0l0A P0R FAv0R quL IAN 0L A0uLR00 LSI uSIL0
00N 0A0A uNA 0L LSIAS 0PlNl0NLS.
1. LL PLRS0NAL 0L LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS LS 0R0SLR0 AL AILN0LR AL
PuBLl00.
1) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
2) 0e acuerdo 4) Ln desacuerdo 5) Muy en desacuerdo
2. LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS SL 0ARA0ILRlZA P0R LA 0LSR0NLSIl0A0 0L
SuS FuN0l0NARl0S.
1) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
2) 0e acuerdo 4) Ln desacuerdo 5) Muy en desacuerdo
3. L0S SLRvl0l0S quL PRLSIA LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS S0N LN 0LNLRAL
MuY BuLN0S.
5) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
4) 0e acuerdo 2) Ln desacuerdo 1) Muy en desacuerdo
4. LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS lNF0RMA 0LARAMLNIL S0BRL 00M0, 00N0L Y
0uN00 PA0AR L0S lMPuLSI0S.
5) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
4) 0e acuerdo 2) Ln desacuerdo 1) Muy en desacuerdo
5. LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS LS MuY LLNIA LN LA 0Lv0Lu0l0N 0L lMPuLS-
I0S PA0A00S LN LX0LS0.
1) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
2) 0e acuerdo 4) Ln desacuerdo 5) Muy en desacuerdo
6. LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS lNF0RMA 0P0RIuNAMLNIL S0BRL 00M0,
00N0L Y 0uN00 PA0AR L0S lMPuLSI0S.
5) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
4) 0e acuerdo 2) Ln desacuerdo 1) Muy en desacuerdo
7. LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS IlLNL N0RMAS Y PR00L0lMlLNI0S BlLN 0LFl-
Nl00S PARA LL PA00 0L lMPuLSI0S.
5) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
4) 0e acuerdo 2) Ln desacuerdo 1) Muy en desacuerdo
8. LA 0lRL00l0N 0LNLRAL 0L lMPuLSI0S NA0l0NALLS IlLNL MALAS RLLA0l0NLS 00N LA 0LNIL P0R-
quL 00BRA lMPuLSI0S MuY ALI0S.
1) Muy de acuerdo 3) N de acuerdo, n en desacuerdo
2) 0e acuerdo 4) Ln desacuerdo 5) Muy en desacuerdo
Uomo puede observarse en |a fgura 9.8, |as afrmacones 1, 2, 5 y 8 son negatvas (desfavorab|es) y |as afrma-
cones 3, 4, 6 y 7 son postvas (favorab|es).
F0RMA 0L 0BILNLR LAS PuNIuA0l0NLS F0RMA 0L 0BILNLR LAS PuNIuA0l0NLS F0RMA 0L 0BILNLR LAS PuNIuA0l0NLS F0RMA 0L 0BILNLR LAS PuNIuA0l0NLS
Las puntuacones de |as esca|as Lkert se obtenen sumando |os va|ores obtendos respecto a cada frase. Por
e||o se |e denomna esca|a adtva. La fgura 9.9 consttura un e[emp|o de cmo ca|fcar una esca|a de Lkert:
12
E| ejerp|o lue ul|||zado er ur pais |al|roarer|caro y su corl|ao|||dad lola| lue de 0.89; aqui se preserla ura vers|r reduc|da de |a esca|a or|g|ra|. E| rorore de|
orgar|sro |r|oular|o que aqui se ul|||za es l|cl|c|o.
161
Una puntuacn se consdera a|ta o ba[a segun e| numero de tems o afrmacones. Por e[emp|o, en |a esca|a
para eva|uar |a acttud haca e| organsmo trbutaro |a puntuacn mnma posb|e es de 8 (1+1+1+1+1+1+1+1)
y |a mxma es de 40 (5+5+5+5+5+5+5+5), porque hay ocho afrmacones. La persona de| e[emp|o obtuvo "12",
su acttud haca e| organsmo trbutaro es ms ben sumamente desfavorab|e, vemos|o grfcamente:
5 a|guen hubera tendo una puntuacn de 37 (5+5+4+5+5+4+4+5) su acttud puede ca|fcarse como sumamente
favorab|e. Ln |as esca|as Lkert a veces se ca|fca e| promedo obtendo en |a esca|a medante |a senc||a frmu|a
NT
PT
(donde P1 es |a puntuacn tota| en |a esca|a y N1 es e| numero de afrmacones), y entonces una puntuacn se
ana|za en e| contnuo 1-5 de |a sguente manera, con e| e[emp|o de quen obtuvo 12 en |a esca|a ( 5 . 1
8
12
= ):
162
La escala Llkert es, en estrlcto sentldo, una medlclon ordlnal sln embargo, es comn que se le trabaje como sl
fuera de lntervalo. Asmsmo, a veces se ut|za un rango de 0 a 4 o de -2 a + + + + 2 en |ugar de 1 a 5. Pero esto no
mporta porque se camba e| marco de referenca de |a nterpretacn. vemos|o grfcamente.
5mp|emente se a[usta e| marco de referenca, pero e| rango se mantene y |as categoras contnuan sendo cnco.
0IRAS 00NSl0LRA0l0NLS S 0IRAS 00NSl0LRA0l0NLS S 0IRAS 00NSl0LRA0l0NLS S 0IRAS 00NSl0LRA0l0NLS S0 00 0BRL LA LS0ALA LlKLRI BRL LA LS0ALA LlKLRI BRL LA LS0ALA LlKLRI BRL LA LS0ALA LlKLRI
A veces se acorta o lncrementa el nmero de categorias, sobre todo cuando |os respondentes potenca|es pue-
den tener una capacdad muy |mtada de dscrmnacn o por e| contraro muy amp|a.
LJLMPL05 (U0N AIIPMAUI0NL5 P05I1IvA5)
(1) 0e acuerdo (0) Ln desacuerdo
(3) 0e acuerdo (2) N de acuerdo (1) Ln desacuerdo
n en desacuerdo
(7) 1ota|mente de (6) 0e acuerdo (5) Indecso, pero ms
acuerdo ben de acuerdo
(4) Indecso, n de acuerdo (3) Indecso, pero ms ben en desacuerdo
n en desacuerdo
(2) Ln desacuerdo (1) 1ota|mente en desacuerdo
5 |os respondentes tenen poca capacdad de dscrmnar pueden nc|urse dos o tres categoras. Por e| contra-
ro, s son personas con un nve| educatvo e|evado y capacdad de dscrmnacn, pueden nc|urse sete catego-
ras. Pero debe reca|carse que e| numero de categoras de respuesta debe ser e| msmo para todos |os tems, s
son tres, son tres categoras para todos |os tems o afrmacones. 5 son cnco, son cnco categoras para todos
|os tems.
un aspecto muy lmportante de la escala Llkert es que asume que los items o aflrmaclones mlden la actltud
hacla un nlco concepto subyacente, s se van a medr acttudes haca varos ob[etos, deber nc|urse una esca-
|a por ob[eto aunque se presenten con[untamente, pero se ca|fcan por separado. Ln cada escala se consldera
que todos los items tlenen lgual peso.
U0M0 5L U0N51PUYL UNA L5UALA LIKLP1 U0M0 5L U0N51PUYL UNA L5UALA LIKLP1 U0M0 5L U0N51PUYL UNA L5UALA LIKLP1 U0M0 5L U0N51PUYL UNA L5UALA LIKLP1
Ln trmnos genera|es, una esca|a Lkert se construye generando un elevado nmero de aflrmaclones que callfl-
quen al objeto de actltud y se admlnlstran a un grupo plloto para obtener |as puntuacones de| grupo en cada
afrmacn. Lstas puntuaclones se correlaclonan con las puntuaclones del grupo a toda la escala (|a suma de |as
puntuacones de todas |as afrmacones), y las aflrmaclones cuyas puntuaclones se correlaclonen slgnlflcatlva-
mente con las puntuaclones de toda la escala, se selecclonan para lntegrar el lnstrumento de medlclon. Asms-
mo, debe ca|cu|arse |a conflabllldad y valldez de |a esca|a.
PPLUUN1A5 LN LUUAP 0L AIIPMAUI0NL5
Ln |a actua|dad, |a esca|a orgna| se ha extenddo a preguntas y observacones. Por e[emp|o:
U0M0 U0N5I0LPA U51L0 AL U0N0UU10P UL APAPLUL LN L05 PP0UPAMA5? U0M0 U0N5I0LPA U51L0 AL U0N0UU10P UL APAPLUL LN L05 PP0UPAMA5? U0M0 U0N5I0LPA U51L0 AL U0N0UU10P UL APAPLUL LN L05 PP0UPAMA5? U0M0 U0N5I0LPA U51L0 AL U0N0UU10P UL APAPLUL LN L05 PP0UPAMA5?
Lsta pregunta se hzo como parte de |a eva|uacn de un vdeo empresara|.
163
0tro e[emp|o sera una pregunta que se hzo en una nvestgacn para ana|zar |a re|acn de compra-venta en
empresa de |a Uudad de Mxco (Panagua, 1986). 0e e||a se presenta un fragmento en |a fgura 9.10.
IIUUPA 9.10
LJLMPL0 0L LA L5UALA LIKLP1 APLIUA0A A UNA PPLUUN1A PAPA LLLUIP 5U5 PP0vLL00PL5, UL 1AN IM-
P0P1AN1L L5...?
Las respuestas se ca|fcan de| msmo modo que ya hemos comentado.
164
MANLRAS 0L APLl0AR LA LS0 MANLRAS 0L APLl0AR LA LS0 MANLRAS 0L APLl0AR LA LS0 MANLRAS 0L APLl0AR LA LS0A AA ALA LlKLRI LA LlKLRI LA LlKLRI LA LlKLRI
Lxsten dos formas bscas de ap|car una esca|a Lkert. La prmera es de manera auto admlnlstrada se |e en-
trega |a esca|a a| respondente y ste marca respecto a cada afrmacn, |a categora que me[or descrbe su
reaccn o respuesta. Ls decr, marcan su respuesta. La segunda forma es la entrevlsta; un entrevstador |ee |as
afrmacones y a|ternatvas de respuesta a| su[eto y anota |o que ste conteste. Uuando se ap|ca va entrevsta,
es muy necesaro que se |e entregue a| respondente una tar[eta donde se muestran |as a|ternatvas de respues-
ta o categoras. L| sguente es un e[emp|o que se ap|ca a |a pregunta de |a fgura 9.10:
Indspensab|e 5umamente Medanamente Poco No se toma
Importante mportante mportante en cuenta
A| construr una esca|a Lkert debemos asegurar que |as afrmacones y a|ternatvas de respuesta sern com-
prenddas por |os su[etos a |os que se |es ap|car y que stos tendrn |a capacdad de dscrmnacn requerda.
L||o se eva|ua cudadosamente en |a prueba p|oto.
0lferenclal semantlco
43
L| dferenca| semntco que desarro||ado orgna|mente por 0sgood, Sucl y Iannenbaum (l957) para exp|orar
|as dmensones de| sgnfcado. Pero hoy en da conslste en una serle de adjetlvos extremos que callflcan al
objeto de actltud ante los cuales se sollclta la reacclon del sujeto. Ls decr, ste tene que ca|fcar a| ob[eto de
acttud en un con[unto de ad[etvos bpo|ares, entre cada par de ad[etvos se presentan varas opcones y e| su[e-
to se|eccona aque||a que ref|e[e su acttud en mayor medda.
LJLMPL05 0L L5UALA5 IP0LAPL5
0b[eto de acttud: Uanddato "A"
[usto: ____ : ____ : _____ : _____ : _____ : _____ : n[usto
0ebe observarse que los adjetlvos son extremos y que entre ellos hay slete opclones de respuesta. Uada su[eto
ca|fca a| canddato '"A" en trmnos de esta esca|a de ad[etvos bpo|ares.
0sgood, 5uc y 1annenbaum (1957) nos ndcan que, s e| respondente consdera que e| ob[eto de acttud se
re|acona muy estrechamente con uno u otro extremo de |a esca|a, |a respuesta se marca as:
[usto: ____X____ : ____ : _____ : _____ : _____ : _____ : _____ : n[usto
o de |a sguente manera:
[usto: __________ : ____ : _____ : _____ : _____ : _____ : __X_ : n[usto
5 e| respondente consdera que e| ob[eto de acttud se re|acona estrechamente con uno u otro extremo de |a
esca|a, |a respuesta se marca as (dependendo de| extremo en cuestn):
[usto: __________ : ___X___ : _____ : _____ : ______ : _____ : _____ : n[usto
[usto: __________ : _______ : _____ : _____ : ___X__ : _____ : _____ : n[usto
5 e| respondente consdera que e| ob[eto de acttud se re|acona medlante con a|guno de |os extremos, |a res-
puesta se marca as (dependendo de| extremo en cuestn):
[usto: __________ : _______ : __ X___ : _____ : _____ : _____ : _____ : n[usto
[usto: __________ : _______ : _______ : _____ : __X__ : _____ : _____ : n[usto
Y s e| respondente consdera que e| ob[eto de acttud ocupa una poscn neutra| en |a esca|a (n [usto n n[usto
en este caso), |a respuesta se marca as:
[usto: __________ : _______ : __ ___ : ___X__ : _____ : _____ : _____ : n[usto
Ls decr, en e| e[emp|o, cuanto ms [usto consdere a| canddato "A" ms me acerco a| extremo '"[usto", y vce-
versa, entre ms n[usto |o consdero ms me acerco a| extremo opuesto.
A|gunos e[emp|os de ad[etvos se muestran en |a fgura 9.11.
13
Para prolurd|zar er e| d|lererc|a| serrl|co se recor|erda corsu|lar 0sgood, 3uc| y Tarreroaur (195Z), (19Za) y (19Zo), asi coro lE3E (19Z).
165
IIUUPA 9.11
LJLMPL05 0L A0JL1Iv05 IP0LAPL5
fuerte-db| poderoso-mpotente
grande-pequeno vvo-muerto
bonto-feo [oven-ve[o
a|to-ba[o rpdo-|ento
c|aro-oscuro ggante-enano
ca|ente-fro perfecto-mperfecto
costoso-barato agradab|e-desagradab|e
actvo-pasvo bendto-ma|dto
seguro-pe|groso arrba-aba[o
bueno-ma|o ut|-nut|
du|ce-cdo favorab|e-desfavorab|e
profundo-superfca| agresvo-tmdo
La fgura 9.11 presenta s|o a|gunos e[emp|os, desde |uego hay muchos ms que han sdo ut|zados o que pu-
deran pensarse. La e|eccn de ad[etvos depende de| ob[eto de acttud a ca|fcar, |os ad[etvos deben poder
ap|carse a ste.
000lFl0A0l0N 0L LAS LS0ALAS 000lFl0A0l0N 0L LAS LS0ALAS 000lFl0A0l0N 0L LAS LS0ALAS 000lFl0A0l0N 0L LAS LS0ALAS
Los puntos o categoras de |a esca|a pueden codfcarse de dversos modos, stos se uresentan en |a fwura 9.12.
Ln |os casos en que |os respondentes tengan mayor capacdad de dscrmnacn, se pueden reducr |as catego-
ras a cnco opcones, por e[emp|o:
sabroso : ______ : ______ : ______ : ______ : ______ : desabrdo
5 4 3 2 1
o
2 1 0 -1 -2
o aun a tres opcones (|o cua| es poco comun):
: _____ : _____ : _____ :
bueno 3 2 1 ma|o
o
1 0 -1
1ambn pueden agregarse ca|fcatvos a |os puntos o categoras de |a esca|a (abbe, |979,p. 411).
tota|mente bastante regu|ar bastante tota|mente
: ______ : ______ : ______ : ______ : ______ :
actvo 5 4 3 2 1 pasvo
2 1 0 -1 -2
166
L| codfcar de 1 a 7 o de -3 a 3 no tene mportanca, sempre y cuando estemos conscentes de| marco de n-
terpretacn. Por e[emp|o, s una persona ca|fca a| ob[eto de acttud: canddato "A" en |a esca|a [usto-n[usto,
marcando |a categora ms cercana a| extremo "n[usto", |a ca|fcacn puede ser "1" o "-3":
[usto: ______ : ______ : __ ___ : _____ : _____ : _____ : __ X__ : n[usto
7 6 5 4 3 2 1
[usto: ______ : ______ : __ ___ : _____ : _____ : _____ : __ X__ : n[usto
3 2 1 0 -1 -2 -3
Pero en un caso |a esca|a esc|a entre 1 y 7 y en e| otro caso entre -3 y 3. 5 deseamos evtar e| mane[o de nume-
ros negatvos ut|zamos |a esca|a de 1 a 7.
MANLRAS 0L APLl0AR LL 0lF MANLRAS 0L APLl0AR LL 0lF MANLRAS 0L APLl0AR LL 0lF MANLRAS 0L APLl0AR LL 0lFL LL LRLN0lAL SLMNIl00 RLN0lAL SLMNIl00 RLN0lAL SLMNIl00 RLN0lAL SLMNIl00
La ap|cacn de| dferenca| semntco puede ser auto admlnlstrada (se |e proporcona |a esca|a a| su[eto y ste
marca |a categora que descrbe su reaccn o consdera convenente) o medlante entrevlsta (e| entrevstador
marca |a categora que corresponde a |a respuesta de| su[eto). Ln esta segunda stuacn, es muy convenente
mostrar una tar[eta a| respondente, |a cua| nc|uye |os ad[etvos bpo|ares y sus categoras respectvas.
La fgura 9.13. muestra parte de un e[emp|o de un dferenca| semntco ut|zado en una nvestgacn para
eva|uar |a acttud haca un producto (Uomuncometra, 1988).
Las respuestas se ca|fcan de acuerdo con |a codfcacn. Por e[emp|o, s una persona tuvo |a sguente respues-
ta:
rco :__X__ : ______ : __ ___ : _____ : _____ : _____ : pobre
y |a esca|a osc|a entre 1 y 7, esta persona obtendra un sete (7).
Ln ocasones se puede nc|ur |a codfcacn en |a versn que se |es presenta a |os respondentes con e| props-
to de c|arfcar |as dferencas entre |as categoras. Por e[emp|o:
sabroso: ______ : ______ : __ ___ : _____ : _____ : _____ : __ ___ : nspdo
7 6 5 4 3 2 1
PAS0S PARA lNIL0RAR LA vL PAS0S PARA lNIL0RAR LA vL PAS0S PARA lNIL0RAR LA vL PAS0S PARA lNIL0RAR LA vLR RR RSl0N FlNAL Sl0N FlNAL Sl0N FlNAL Sl0N FlNAL
Para ntegrar |a versn fna| de |a esca|a se deben ||evar a cabo |os sguentes pasos:
1. 0eneramos una llsta de adjetlvos blpolares exhaustlva y apllcable al objeto de actltud a medlr. 0e ser
posb|e, resu|ta convenente que se se|ecconen ad[etvos que hayan sdo ut|zados en nvestgacones
sm|ares a |a nuestra (contextos parecdos).
2. 0onstrulmos una verslon prellmlnar de |a esca|a y |a admnstramos a un grupo de su[etos a manera de
prueba p|oto.
3. 0orrelaclonamos las respuestas de los sujetos para cada par de adjetlvos o item. As, corre|aconamos
un tem con todos |os dems -cada par de ad[etvos contra e| resto-.
167
4. 0alculamos la conflabllldad y valldez de la escala total (todos |os pares de ad[etvos).
5. Selecclonamos los items que presenten correlaclones slgnlflcatlvas con |os dems tems. Natura|mente,
s hay confab|dad y va|dez, estas corre|acones sern sgnfcatvas.
6. 0esarrollamos la verslon flnal de la escala.
La escala flnal se callflca de lgual manera que Llkert sumando las puntuaclones obtenldas respecto a cada item
o par de adjetlvos. La fgura 9.14 es un e[emp|o de e||o.
5u nterpretacn depende de| numero de tems o pares de ad[etvos. Asmsmo, en ocasones se ca|fca e| pro-
medo obtendo en |a esca|a tota|
ems nmerodeit
total Puntuacin
. Y se pueden ut|zar dstntas esca|as o dferenca|es se-
mntcos para medr acttudes haca varos ob[etos. Por e[emp|o, podemos medr con cuatro pares de ad[etvos
|a acttud haca e| canddato '"A", con otros tres pares de ad[etvos |a acttud respecto a su p|ataforma deo|gca
y con otros ses pares de ad[etvos |a acttud haca su partdo po|tco. 1enemos tres esca|as, cada una con dstn-
tos pares de ad[etvos para medr |a acttud en re|acn a tres dferentes ob[etos.
L| dferenca| semntco es estrctamente una esca|a de medcn ordna|, pero es comun que se |e traba[e como
s fuera de nterva|o.
Lscalograma de 0uttman
44
Lste mtodo para medr acttudes fue desarro||ado por Louls 0uttman. 5e basa en e| prncpo de que a|gunos
tems ndcan en mayor medda |a fuerza o ntensdad de |a acttud. La escala esta constltulda por aflrmaclones,
|as cua|es poseen |as msmas caracterstcas que en e| caso de Lkert. Pero el escalograma garantlza que la
escala mlde una dlmenslon nlca. Ls decr, cada afrmacn mde |a msma dmensn de |a msma varab|e, a
esta propedad se |e conoce como unldlmenslonalldad. A|gunos autores consderan que e| esca|ograma ms
que ser un mtodo de medcn de acttudes, es una tcnca para determnar s un con[unto de afrmacones
reunen |os requstos de un tpo partcu|ar de esca|a (v.g., Ldwards -1957-).
Para construr e| esca|ograma es necesarlo desarrollar un conjunto de aflrmaclones pertlnentes al objeto de
actltud. Lstas deben varlar en lntensldad. Por e[emp|o, s pretendramos medr |a acttud haca |a ca|dad en e|
traba[o dentro de| nve| gerenca|, |a afrmacn: "La ca|dad debe vvrse en todas |as actvdades de| traba[o y en
e| hogar" es ms ntensa que |a afrmacn: "La ca|dad debe vvrse s|o en |as actvdades ms mportantes de|
traba[o". 0chas afrmacones se apllcan a una muestra a manera de prueba plloto. Y una vez admlnlstradas se
procede a su anallsls. Uabe agregar que las categorias de respuesta para |as afrmacones, pueden varlar entre
dos ("de acuerdo-en desacuerdo", s-no , etctera) o mas categorias (v.g., |as msmas categoras que en e| caso
de Lkert).
IL0Nl0A 0L 00RNLLL IL0Nl0A 0L 00RNLLL IL0Nl0A 0L 00RNLLL IL0Nl0A 0L 00RNLLL
La manera ms conocda de ana|zar |os tems o afrmacones y desarro||ar e| esca|ograma es |a tecnlca 0orneli
(Uuttman, 1976). Ln e||a se procede a:
1. 0btener el puntaje total de cada su[eto en |a esca|a.
2. 0rdenar a los sujetos de acuerdo con su punta[e tota| (de| punta[e mayor a| menor, de manera vertca| des-
cendente).
3. 0rdenar a las aflrmaclones de acuerdo con su ntensdad (de mayor a menor y de zquerda a derecha).
4. 0onstrulr una tabla donde se crucen los puntajes de los sujetos ordenados con los items y sus categorias
jerarqulzados (as). As, tenemos una tab|a donde |os su[etos consttuyen |os reng|ones y |as categoras de |os
tems forman |as co|umnas. Lsto se representa en |a fgura 9.15.
5. Anallzar el nmero de errores o rupturas en el patron ldeal de lntensldad de |a esca|a.
11
Para prolurd|zarer esla esca|a se sug|ere corsu|lar N|c c| a|. (19Z5), 8|ac|y Crairp|or (19Z), 0ulurar (19Z). L|rgoes (19Z), 0olsor y 3urrcrs (|9Z) y Padua
(19Z9).
168
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
5upongamos que ap|camos una esca|a con 4 tems o afrmacones a 14 su[etos Uada afrmacn tene dos ca-
tegoras de respuesta ("de acuerdo" y "en desacuerdo", codfcadas como 1 y 0 respectvamente). Los resu|tados
se muestran en |a tab|a 9.1.
1ALA 9.1
LJLMPL0 0L LA1LUNIUA 0L U0PNLLL PAPA LL ANLI5I5
0L I1LM5 0 AIIPMAUI0NL5
Uomo puede observarse en |a tab|a 9.1, |os su[etos estn ordenados por su puntuacn en |a esca|a tota|. As-
msmo, |as frases deben estar ordenadas por su ntensdad (en e| e[emp|o, A tene mayor ntensdad que ,
mayor que U y U mayor que 0) y tambn sus categoras se encuentran [erarquzadas de acuerdo con su va|or de
zquerda a derecha. Pay que recordar que s |a afrmacn es negatva, |a codfcacn se nverte ("La ca|dad es
poco mportante para e| desarro||o de una empresa", "de acuerdo" se codfcara con cero y "en desacuerdo" con
uno). Ln e| e[emp|o de |a tab|a 9.1 tenemos cuatro afrmacones postvas.
Los su[etos que estn "de acuerdo" con |a afrmacn "A", que es |a ms ntensa, es muy probab|e que tambn
estn de acuerdo con |as afrmacones "", "U" y "0", ya que su ntensdad es menor. Los ndvduos que respon-
dan "de acuerdo" a |a afrmacn "", tendern a estar "de acuerdo" con "U y "0" (afrmacones menos ntensas),
pero no necesaramente con "A". uenes estn "de acuerdo" con "U", |o ms probab|e es que se encuentren "de
acuerdo" con "0", pero no necesaramente con "A" y "".
0ebe observarse que e| su[eto numero 1 estuvo "de acuerdo" respecto a |as cuatro afrmacones. Los su[etos 2 y
e| 3 responderon de gua| forma. Las puntuacones de todos e||os equva|en a 4 (1+1+1+1). Los su[etos 4, 5 y 6
obtuveron una puntuacn de 3, pues estuveron "de acuerdo" con tres afrmacones y as sucesvamente (|os
u|tmos dos su[etos estuveron "en desacuerdo" respecto a todas |as afrmacones). Idea|mente, |os su[etos que
169
obtenen una puntuacn tota| de 4 en esta partcu|ar esca|a han responddo "de acuerdo" a |as cuatro afrma-
cones. Los ndvduos que a|canzan una puntuacn tota| de 3 han responddo estar "en desacuerdo" con |a pr-
mera afrmacn pero estn "de acuerdo" con |as dems afrmacones. uenes recben una puntuacn de 2
manfestan estar "en desacuerdo" con |os dos prmeros tems pero "de acuerdo" con |os dos u|tmos. Los su[etos
con puntuacn de 1, han responddo "en desacuerdo" a |as tres prmeras afrmacones y "de acuerdo" a |a u|t-
ma. Ina|mente aque||os que hayan estado "en desacuerdo" respecto a |as cuatro afrmacones, tenen una pun-
tuacn tota| de 0.
Los su[etos se esca|an de manera perfecta, sn que nade rompa e| patrn de ntensdad de |as afrmacones: s
estn "de acuerdo" con una afrmacn ms ntensa, de gua| manera |o estarn con |as menos ntensas. Por
e[emp|o, s estoy de acuerdo con |a afrmacn "Podra casarme con una persona de nve| econmco dferente a|
mo", seguramente estar de acuerdo con |a afrmacn "Podra va[ar en un automv| con una persona de nve|
econmco dferente a| mo" (casarse es ms ntenso que va[ar). Uuando |os ndvduos se esca|an perfectamen-
te respecto a |as afrmacones, esto quere decr que |os tems verdaderamente varan gradua|mente en ntens-
dad. Ls |a prueba emprca de que estn esca|ados por su ntensdad. 5e |e denomna reproductlvldad a| grado
en que un con[unto de afrmacones o tems esca|an perfectamente en cuanto a ntensdad. Lsto sgnfca, que e|
patrn de respuesta de una persona en re|acn a todos |os tems puede ser reproducdo con exacttud, smp|e-
mente conocendo su puntuacn tota| en toda |a esca|a (|ack y Uhampon, 1976).
La reproductlvldad ldeal se da cuando nadle rompe el patron de lntensldad de la escala. 5n embargo en |a rea|-
dad, s|o unas cuantas esca|as de| tpo de Uuttman reunen |a reproductvdad dea|, |a mayora contenen ncon-
sstencas o rupturas a| patrn de ntensdad. L| grado en que se a|canza e| patrn perfecto de ntensdad de |a
esca|a o reproductlvldad, se determna ana|zando e| numero de personas o casos que rompen dcho patrn, que
es e| qunto paso para construr e| esca|ograma de Uuttman.
ANLlSlS 0LL NuMLR0 0L LRR0RLS ANLlSlS 0LL NuMLR0 0L LRR0RLS ANLlSlS 0LL NuMLR0 0L LRR0RLS ANLlSlS 0LL NuMLR0 0L LRR0RLS 0 0 0 0 RuPIuRAS AL PAIR0N l0LAL 0L lNILNSl0A0 0L LA LS0ALA RuPIuRAS AL PAIR0N l0LAL 0L lNILNSl0A0 0L LA LS0ALA RuPIuRAS AL PAIR0N l0LAL 0L lNILNSl0A0 0L LA LS0ALA RuPIuRAS AL PAIR0N l0LAL 0L lNILNSl0A0 0L LA LS0ALA
un error es una lnconslstencla en las respuestas de una persona a una escala, es un rompmento con e| patrn
dea| de ntensdad de sta. La 1ab|a 9.2 muestra tres e[emp|os de error (encerrados en crcu|os), y como puede
verse son nconsstencas a| patrn dea|. L| segundo su[eto respond "de acuerdo" a |os tems ms ntensos o
fuertes y "en desacuerdo" a| tem menos ntenso. L| cuarto su[eto manfest estar "de acuerdo"con |as afrma-
cones "" y "U" -supuestamente ms ntensas- pero "en desacuerdo" con "0" -supuestamente menos nten-
sa-. L| qunto su[eto estuvo "en desacuerdo" con |os tems menos ntensos pero "de acuerdo" con e| ms nten-
so. 5on nconsstencas o errores. 5 un esca|ograma presenta dversos errores sgnfca que |os tems no tenen
verdaderamente dstntos nve|es de ntensdad.
1ALA 9.2
LJLMPL05 0L LPP0PL5 0 INU0N5I51LNUIA5 LN UN L5UAL0UPAMA 0L UU11MAN
Los errores se detectan ana|zando |as respuestas que rompen e| patrn y para e||o se estab|ecen |os puntos de
corte en |a tab|a donde se cruzan |as afrmacones y sus categoras con |as puntuacones tota|es. Ln e| e[emp|o
de |a tab|a 9.1 |os "puntos de corte" seran |os que se muestran en |a tab|a 9.3.
1ALA 9.3
LJLMPL0 0L L51ALLUIMILN10 0L L05 PUN105
0L U0P1L LN LA 1LUNIUA 0L U0PNLLL
AIIPMAUI0NL5
A U 0
5UJL10
0A
(1)
L0
(0)
0A
(1)
L0
(0)
0A
(1)
L0
(0)
0A
(1)
L0
(0)
PUN1UAUI0NL5
101ALL5
1 X X X X 4
170
2
3
4
5
6
7
8
9
10
11
12
13
14
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
4
4
3
3
3
2
2
2
2
1
1
0
0
0A - 0e acuerdo o 1, L0 - Ln desacuerdo o 0
No se apreca nnguna nconsstenca. Ln cambo, en |a tab|a 9.4 se aprecan cuatro nconsstencas o errores, |as
respuestas estn desubcadas respecto a |os puntos de corte, rompen e| patrn de ntensdad (|os errores estn
encerrados en un crcu|o).
1ALA 9.4
LJLMPL05 0L LPP0PL5 PL5PLU10 A L05 PUN105 0L U0P1L
AIIPMAUI0NL5
A U 0
5UJL10
0A
(1)
L0
(0)
0A
(1)
L0
(0)
0A
(1)
L0
(0)
0A
(1)
L0
(0)
PUN1UAUI0NL5
101ALL5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
4
4
4
4
3
3
3
2
2
2
1
1
0
0
- - - - - - - - - puntos de corte (|neas punteadas)
Uomo se han menconado anterormente, cuando e| numero de errores es excesvo, |a esca|a no presenta repro-
ductlvldad y no puede aceptarse. La reproductlvldad se determlna medlante un coeflclente. La frmu|a de este
coefcente es:
respuestas de total Nmero
ncias inconsiste o errores de Nmero
vidad reproducti de te Coeficienc =
donde e| numero tota| de respuestas - numero de tems o afrmacones X numero de su[etos. Por |o tanto, |a
frmu|a drecta sera:
Uoefcente de reproductvdad - Numero de errores
(numero de tems)
(numero de su[etos)
Ln e| e[emp|o de |a tab|a 9.4 tendramos que e| coefcente de reproductvdad es:
) 14 )( 4 (
4
1 Cr =
Ur - 1- 0.07
Ur -.93
171
L| coeflclente de reproductlvldad osclla entre 0 y l, y cuando equva|e a .90 o ms nos ndca que e| numero de
errores es to|erab|e y |a esca|a es undmensona| y se acepta. Uuando dcho coefcente es menor a .90 no se
acepta |a esca|a. Uuttman orgna|mente recomend admnstrar un mxmo de 10 a 12 tems o afrmacones a
un mnmo de 100 personas (|ack y Uhampon, 1976).
Una vez determnado e| numero de errores aceptab|e medante e| coeflclente de reproductlvldad, se procede a
ap|car |a esca|a defntva (s dcho coefcente fue de .90 o ms, esto es, e| error permtdo no exced a| 10%) o
a hacer a[ustes en |a esca|a (reconstrur tems, e|mnar tems que estn generando errores, etctera). Los cnco
pasos menconados son una espece de prueba p|oto para demostrar que |a esca|a es undmensona| y funcona.
000lFl0A0l0N 0L RLSPuLSIAS 000lFl0A0l0N 0L RLSPuLSIAS 000lFl0A0l0N 0L RLSPuLSIAS 000lFl0A0l0N 0L RLSPuLSIAS
Uuando se ap|ca |a versn defntva de |a esca|a |os resu|tados se codlflcan de |a msma manera que en |a
esca|a Lkert, dependendo de| numero de categoras de respuesta que se nc|uyan. Y a| gua| que |a esca|a Lkert
y e| dferenca| semntco, todos los items deben tener el mlsmo nmero de categorias de respuesta. Lste es un
requlslto de todas las escalas de actltud. Asmsmo, se consdera una respuesta nv|da a quen marque dos o
ms opcones para una msma afrmacn. L| escalograma de 0uttman es una escala estrlctamente ordlnal pero
que se suele trabajar como sl fuera de lntervalo. Puede apllcarse medante entrevlsta -con uso de tar[etas con-
tenendo |as opcones o categoras de respuesta- o puede ser auto admlnlstrada.
9.6.2. 9.6.2. 9.6.2. 9.6.2. Uuestonaros Uuestonaros Uuestonaros Uuestonaros
1a| vez e| nstrumento ms ut|zado para reco|ectar |os datos es e| cuestonaro. un cuestlonarlo conslste en un
conjunto de preguntas respecto a una o mas varlables a medlr.
u tpos de preguntas puede haber?
L| contendo de |as preguntas de un cuestonaro puede ser tan varado como |os aspectos que se mdan a travs
de ste. Y bscamente, podemos hab|ar de dos tlpos de preguntas cerradas y ablertas.
Las preguntas cerradas contenen categoras o a|ternatvas de respuesta que han sdo de|mtadas. Ls decr, se
presentan a |os su[etos |as posb|dades de respuesta y e||os deben crcunscrbrse a stas. Las preguntas "ce-
rradas" pueden ser dcotmcas (dos a|ternatvas de respuesta) o nc|ur varas a|ternatvas de respuesta. L[em-
p|os de preguntas cerradas dcotmcas seran: Lstuda usted actua|mente?
( ) 5
( ) No
0urante |a semana pasada vo |a te|enove|a "Los Amantes"?
( ) 5
( ) No
L[emp|os de preguntas "cerradas" con varas a|ternatvas de respuesta seran: Uunta te|evsn ves |os domn-
gos?
( ) No veo te|evsn
( ) Menos de una hora
( ) 1 o 2 horas
( ) 3 horas
( ) 4 horas
( ) 5 horas o ms
Uu| es e| puesto que ocupa en su empresa?
( ) 0rector Uenera| j Presdente o 0rector
( ) Uerente/ 5ubdrector
( ) 5ubgerente l 5uperntendente
( ) Uoordnador
( ) Jefe de rea
( ) 5upervsor
( ) Lmp|eado
( ) 0brero
( ) 0tro
5 usted tuvera e|eccn, preferra que su sa|aro fuera de acuerdo con su productvdad en e| traba[o?
( ) 0efntvamente s
( ) Probab|emente s
( ) No estoy seguro
( ) Probab|emente no
( ) 0efntvamente no
172
Uomo puede observarse, en |as preguntas "cerradas" |as categoras de respuesta son defndas a pror por e|
nvestgador y se |e presentan a| respondente, quen debe e|egr|a opcn que descrba ms adecuadamente su
respuesta. Las esca|as de acttudes en forma de pregunta caeran dentro de |a categora de preguntas "cerra-
das".
Ahora ben, hay preguntas cerradas, donde e| respondente puede se|ecconar ms de una opcn o categora
de respuesta.
LJLMPL0
Lsta fam|a tene:
Pado?
1e|evsn?
vdeocasetera?
1e|fono?
Automv| o camoneta?
Nnguno de |os anterores
A|gunos respondentes puderan marcar una, dos, tres, cuatro o cnco opcones de respuesta. Las categoras no
son mutuamente exc|uyentes. 0tro e[emp|o sera |a sguente pregunta:
0e |os sguentes servcos que presta |a bb|oteca, cu| o cu|es ut|zaste e| semestre anteror? (Puede senalar
mas de una opclon.)
0L LA SALA 0L LL0IuRA
No entr
A consu|tar a|gun |bro
A consu|tar a|gun perdco
A estudar
A pasar traba[os a mquna
A buscar a a|guna persona
0tros, especfca
0L LA RLMLR0IL0A
No entr
A consu|tar a|gun perdco
A usar |as vdeocassetteras
A estudar
A hacer traba[os
A sacar fotocopas
A |eer a|gun |bro
0tros, especfca
0LL M0SIRA00R 0L PRLSIAM0S
No fu
A so|ctar a|gun |bro
A so|ctar a|guna tess
A so|ctar a|gun perdco
A so|ctar dapostvas
A so|ctar mqunas de escrbr
A so|ctar equpo audovsua|
A so|ctar asesora para |a |oca|zacn de matera|
0tros, especfca
Ln otras ocasones, e| respondente tene que [erarquzar opcones. Por e[emp|o: cu| de |os sguentes conduc-
tores de te|evsn consdera usted e| me[or?, cu| en segundo |ugar?, cu| en tercer |ugar?
45
LLM
UU
MML
0 ben debe asgnar un punta[e a una o dversas cuestones.
15
Corduclores l|cl|c|os.
173
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
UUN10 LL IN1LPL5A 0L5APP0LLAP? (Indque de 1 a 10 en cada caso segun sus ntereses)
_______ Admnstracn de sue|dos y compensacones.
_______ 5a|ud, segurdad e hgene.
_______ Admnstracn y negocacn de contratos.
_______ Pe|acones con sndcatos.
_______ Pab|dades de comuncacn e[ecutva.
_______ Programas y procesos sobre ca|dad/productvdad.
_______ Ua|dad de vda en e| traba[o.
_______ 1eora de |a organzacn.
_______ Admnstracn fnancera.
_______ 0esarro||o organzacona| nnovacn.
_______ 1cncas de nvestgacn organzacona|.
_______ Lstructura organzacona| (tamano, comp|e[dad, forma|zacn).
_______ 5stemasde nformacn y contro|.
_______ Audtora admnstratva.
_______ P|aneacn estratgca.
_______ 5stemas de computacn.
_______ Mercadotecna y comerca|zacn.
_______ 0tros (especfcar):
Ln cambo, las preguntas ablertas no de|mtan de antemano |as a|ternatvas de respuesta. Por |o cua| e| nu-
mero de categoras de respuesta es muy e|evado. Ln teora es nfnto.
LJLMPL0
Por qu asste a pscoterapa?
u opna de| programa de te|evsn "Los Uazadores"?
0e qu manera |a drectva de |a empresa ha |ogrado |a cooperacn de| sndcato para e| proyecto de ca|dad?
usamos preguntas cerradas o ablertas7
Uada cuestonaro obedece a dferentes necesdades y prob|emas de nvestgacn, |o que orgna que en cada
caso e| tpo de preguntas a ut|zar sea dferente. A|gunas veces se nc|uyen so|amente preguntas "cerradas",
otras veces uncamente preguntas "abertas" y en certos casos ambos tpos de preguntas. 0ada clase de pre-
gunta tlene sus ventajas y desventajas. Las cua|es se menconan a contnuacn.
Las preguntas cerradas son faclles de codlflcar y preparar para su anallsls. Asmsmo, estas preguntas requle-
ren de un menor esfuerzo por parte de los respondlentes. Lstos no tenen que escrbr o verba|zar pensamentos,
sno smp|emente se|ecconar |a a|ternatva que descrba me[or su respuesta. Pesponder a un cuestonaro con
preguntas cerradas toma menos tempo que contestar a uno con preguntas abertas. 5 e| cuestonaro es enva-
do por correo, se tene una mayor respuesta cuando es fc| de contestar y requere menos tempo comp|etar|o.
La prlnclpal desventaja de |as preguntas "cerradas" resde en que llmltan las respuestas de la muestra y -en
ocasones- nnguna de |as categoras descrbe con exacttud |o que |as personas tenen en mente, no sempre se
captura |o que pasa por |as cabezas de |os su[etos.
Para poder formular preguntas cerradas es necesarlo antlclpar las poslbles alternatlvas de respuesta. 0e no
ser as es muy dfc| p|antearas. Asmsmo, e| nvestgador tene que asegurarse que |os su[etos a |os cua|es se
174
|es admnstrarn, conocen y comprenden |as categoras de respuesta. Por e[emp|o, s preguntamos qu cana|
de te|evsn es e| preferdo, determnar |as opcones de respuesta y que |os respondentes |as comprendan es
muy senc||o. Pero s preguntamos sobre |as razones y motvos que provocan esa preferenca, determnar dchas
opcones es a|go bastante ms comp|e[o.
Las preguntas ablertas son partlcularmente tlles cuando no tenemos lnformaclon sobre las poslbles respues-
tas de las personas o cuando esta lnformaclon es lnsuflclente. 1ambn srven en stuacones donde se desea
profundzar una opnn o |os motvos de un comportamento. Su mayor desventaja es que son ms dlficlles de
codlflcar, claslflcar y preparar para su anallsls. Adems, pueden presentarse sesgos dervados de dstntas fuen-
tes: por e[emp|o, quenes tenen dfcu|tades para expresarse ora|mente y por escrto pueden no responder con
precsn |o que rea|mente desean o generar confusn en sus respuestas. L| nve| educatvo, |a capacdad de
mane[o de| |engua[e y otros factores pueden afectar |a ca|dad de |as respuestas (|ack y Uhampon, 1976).
Asmsmo, responder a preguntas "abertas" requere de un mayor esfuerzo y tempo.
La elecclon del tlpo de preguntas que contenga el cuestlonarlo depende del grado en que se puedan antlclpar las
poslbles respuestas, los tlempos de que se dlsponga para codlflcar y sl se qulere una respuesta mas preclsa o
profundlzar en alguna cuestlon. Una recomendacn para construr un cuestonaro es que se ana|ce varab|e por
varab|e qu tpo de pregunta o preguntas pueden ser ms confab|es y v|das para medr a esa varab|e, de
acuerdo con |a stuacn de| estudo (p|anteamento de| prob|ema, caracterstcas de |a muestra, an|ss que se
pensan efectuar, etctera).
Una o varas preguntas para medr una varab|e?
Ln ocasones s|o basta una pregunta para reco|ectar |a nformacn necesara sobre |a varab|e a medr. Por
e[emp|o, para medr e| nve| de esco|ardad de una muestra, basta con preguntar: Pasta qu ano esco|ar curs?
o cu| es su grado mxmo de estudos? Ln otras ocasones es necesaro e|aborar varas preguntas para verf-
car |a consstenca de |as respuestas. Por e[emp|o, e| nve| econmco puede medrse preguntando: Aproxma-
damente cu| es su nve| mensua| de ngresos? y preguntando: Aproxmadamente, cuntos focos e|ctrcos
tene en su casa?
46
Adems de preguntar sobre propedades, nversones, puesto que ocupa |a fuente prncpa|
de ngresos de |a fam|a (genera|mente, e| padre), etctera.
A| respecto, es recomendable hacer solamente las preguntas necesarlas para obtener |a nformacn deseada o
medr |a varab|e. 5 una pregunta es sufcente no es necesaro nc|ur ms, no tene sentdo. 5 se [ustfca hacer
varas preguntas, entonces es convenente p|antearas en e| cuestonaro. Lsto u|tmo ocurre con frecuenca en e|
caso de varab|es con varas dmensones o componentes a medr, en donde se nc|uyen varas preguntas para
medr |as dstntas dmensones. 5e tenen varos ndcadores.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
La empresa Uomuncometra, 5. U., rea|z una nvestgacn para |a Iundacn Mexcana para |a Ua|dad 1ota|,
A.U. (1988), con e| propsto de conocer |as prctcas, tcncas, estructuras, procesos y temtcas exstentes en
matera de Ua|dad 1ota| en Mxco. L| estudo fue de carcter exp|oratoro y consttuy e| prmer esfuerzo por
obtener una radografa de| estado de |os procesos de ca|dad en dcho pas.
Ln esta nvestgacn se e|abor un cuestonaro que meda e| grado en que |as organzacones mexcanas ap|-
caban dversas prctcas tendentes a e|evar |a ca|dad, |a productvdad y |a ca|dad de vda en e| traba[o. Una de
|as varab|es mportantes era e| "grado en que se dstrbua |a nformacn sobre e| proceso de ca|dad en |a or-
ganzacn". Lsta varab|e se md a travs de |as sguentes preguntas:
A. Por |o que respecta a |os programas de nformacn sobre ca|dad, cu|es de |as sguentes actvdades
se efectuan en esta empresa?
(1) P|aneacn de| mane[o de datos sobre ca|dad.
(2) Iormas de contro|.
(3) L|aboracn de reportes con datos sobre ca|dad.
(4) Lva|uacn sstemtca de |os datos sobre ca|dad.
(5) 0strbucn genera|zada de nformacn sobre ca|dad.
(6) 5stemas de autocontro| de ca|dad.
(7) 0strbucn se|ectva de datos sobre ca|dad.
. 5|o a quenes dstrbuyen se|ectvamente datos sobre ca|dad: A qu nve|es de |a empresa?
1
Er var|os eslud|os se ra deroslrado que c| r|ve| de |rgresos esl re|ac|orado cor e| rurero dc locos de ura casa/rao|lac|r. E| rurero de locos esl v|rcu|ado
cor e| rurero de cuarlos de |a casa, exlers|r de sla, preserc|a de locos er e| jardir de |a casa, card||es y olros laclores.
175
U. 5|o a quenes dstrbuyen se|ectvamente datos sobre ca|dad: A qu funcones?
0. u otras actvdades se rea|zan en esta empresa para |os programas de nformacn sobre ca|dad?
Ln este e[emp|o, |as preguntas "" y "U" se e|aboraron para ahondar sobre |os receptores o usuaros de |os datos
en aspectos de| contro| de ca|dad dstrbudos se|ectvamente. 5e [ustfca e| hacer estas dos preguntas, ayuda a
tener mayor nformacn sobre |a varab|e. Uuando se tenen varas preguntas para una msma varab|e se dce
que se tene una "batera de preguntas".
Las preguntas van precodfcadas o no? Las preguntas van precodfcadas o no? Las preguntas van precodfcadas o no? Las preguntas van precodfcadas o no?
Slempre que se pretendan efectuar anallsls estadistlcos es necesarlo codlflcar las respuestas de los sujetos a las
preguntas del cuestlonarlo, y debemos recordar que esto sgnfca asgnar|es smbo|os o va|ores numrcos a
dchas respuestas. Ahora ben, cuando se tenen preguntas cerradas, es poslble codlflcar a prlorl o precodf-
car |as a|ternatvas de respuesta e nc|ur esta precodfcacn en e| cuestonaro (ta| y como |o hacamos con |as
esca|as de acttudes).
LJLMPL05 0L PPLUUN1A5 PPLU00IIIUA0A5
1ene usted nversones en |a o|sa de va|ores?
Uuando se enfrenta usted a un prob|ema en su traba[o, para reso|ver|o recurre genera|mente a:
(1) 5u superor nmedato
(2) 5u propa experenca
(3) 5us companeros
(4) Los manua|es de po|tcas y procedmentos
(5) 0tra fuente __________________
(especfcar)
Ln ambas preguntas, |as respuestas van acompanadas de su va|or numrco correspondente, han sdo precod-
fcadas. 0bvamente en las preguntas ablertas no puede darse la precodlflcaclon, |a codfcacn se rea|za
posterormente, una vez que se tenen |as respuestas. Las preguntas y a|ternatvas de respuesta precodfcadas
tenen |a venta[a que su codfcacn y preparacn para e| an|ss son ms senc||as y requeren de menos
tempo.
u caracterstcas debe tener una pregunta? u caracterstcas debe tener una pregunta? u caracterstcas debe tener una pregunta? u caracterstcas debe tener una pregunta?
Independentemente de que |as preguntas sean abertas o cerradas y sus respuestas estn precodfcadas o no,
hay una sere de caracterstcas que deben cubrrse a| p|antearas:
A. Las preguntas deben ser claras y comprenslbles para los respondlentes. 0eben evtarse trmnos confu-
sos o ambguos y como mencona Po[as (1981, p.138) no es nada recomendab|e sacrfcar |a c|ardad
por concsn. Ls ndspensab|e nc|ur |as pa|abras que sean necesaras para que se comprenda |a pre-
gunta. 0esde |uego, sn ser repettvos o barrocos. Por e[emp|o, |a pregunta: ve usted te|evsn? es con-
fusa, no de|mta cada cunto. 5era mucho me[or especfcar: acostumbra usted ver te|evsn dara-
mente? o cuntos das durante |a u|tma semana vo te|evsn? y despus preguntar |os horaros, ca-
na|es y contendos de |os programas.
B. Las preguntas no deben lncomodar al respondlente. Preguntas como: acostumbra consumr a|gun tpo
de bebda a|coh|ca?, tenden a provocar rechazo. Ls me[or preguntar: a|gunos de sus amgos acos-
tumbran consumr a|gun tpo de bebda a|coh|ca? y despus ut|zar preguntas sut|es que ndrecta-
mente nos ndquen s |a persona acostumbra consumr bebdas a|coh|cas (v.g., cu| es su tpo de be-
bda favorta?, etctera). Y hay temtcas en donde a pesar de que se ut|cen preguntas sut|es, e| res-
pondente se sentr mo|esto. Ln estos casos, pueden ut|zarse esca|as de acttud en |ugar de preguntas
o aun otras formas de meden. 1a| es e| caso de temas como e| homosexua|smo, |a prosttucn, |a
pornografa, |os antconceptvos y |a drogadccn.
0. Las preguntas deben preferentemente referlrse a un solo aspecto o relaclon loglca. Por e[emp|o, |a pre-
gunta: acostumbra usted ver te|evsn y escuchar rado daramente?, expresa dos aspectos, puede
176
confundr. Ls mucho me[or dvdr|a en dos preguntas, una re|aconada con |a te|evsn y otra re|acona-
da con |a rado.
0. Las preguntas no deben lnduclr las respuestas (Po[as, 1981, p. 138). Preguntas tendencosas o que dan
pe a e|egr un tpo de respuesta deben evtarse. Por e[emp|o: consdera usted a Pcardo Pernndez e|
me[or canddato para drgr nuestro sndcato?, es una pregunta tendencosa, nduce |a respuesta. Lo
msmo que |a pregunta: |os traba[adores mexcanos son muy productvos? 5e nsnua |a respuesta en
|a pregunta. Pesu|tara mucho ms convenente preguntar:
u tan productvos consdera usted -en genera|- a |os traba[adores mexcanos?
5umamente Ms ben Ms ben 5umamente
productvos productvos mproductvos mproductvos
L. Las preguntas no pueden apoyarse en lnstltuclones, ldeas respaldadas soclal-mente nl en evldencla
comprobada. Ls tambn una manera de nducr respuestas. Por e[emp|o, |a pregunta: La 0rganzacn
Munda| de |a 5a|ud ha rea|zado dversos estudos y conc|uy que e| tabaqusmo provoca dversos danos
a| organsmo, usted consdera que fumar es nocvo para su sa|ud? Lsquemas de| tpo: "La mayora de
|as personas opnan que...", "La Ig|esa consdera...", "Los padres de fam|a pensan que...", etctera, no
deben anteceder a una pregunta, sesgan |as respuestas.
L. Ln las preguntas con varlas alternatlvas o categorias de respuesta y donde el respondlente solo tlene
que eleglr una, puede ocurrlr que el orden en que se presenten dlchas alternatlvas afecte las respuestas
de los sujetos (v.g., tendan a favorecer a |a prmera o a |a u|tma a|ternatva de respuesta). Lntonces re-
su|ta convenente rotar e| orden de |ectura de |as a|ternatvas de manera proporcona|. Por e[emp|o, s
preguntamos: cu| de |os sguentes tres canddatos presdenca|es consdera usted que |ograr dsm-
nur verdaderamente |a nf|acn? Y e| 33.33% de |as veces que se haga |a pregunta se mencona prme-
ro a| canddato "A", e| 33.33% se mencona prmero a| canddato "" y e| restante 33.33% a| canddato
"U".
0. Ll lenguaje utlllzado en las preguntas debe ser adaptado a las caracteristlcas del respondlente (tomar en
cuenta su nve| educatvo, socoeconmco, pa|abras que mane[a, etctera). Lste aspecto es gua| a| que
se coment sobre |as esca|as de acttudes.
Umo deben ser |as prmeras preguntas de un cuestonaro? Umo deben ser |as prmeras preguntas de un cuestonaro? Umo deben ser |as prmeras preguntas de un cuestonaro? Umo deben ser |as prmeras preguntas de un cuestonaro?
Ln a|gunos casos es convenente ncar con preguntas neutra|es o fc|es de contestar, para que e| respondente
vaya adentrndose en |a stuacn. No se recomlenda comenzar con preguntas dlficlles de responder o preguntas
muy dlrectas. Imagnemos un cuestonaro dsenado para obtener opnones en torno a| aborto que empece con
una pregunta poco sut| ta| como: Lst usted de acuerdo en que se |ega|ce e| aborto en este pas? 5n |ugar a
dudas ser un fracaso.
A veces |os cuestonaros pueden comenzar con preguntas demogrfcas sobre e| estado cv|, sexo, edad, ocu-
pacn, nve| de ngresos, nve| educatvo, re|gn, deo|oga, puesto en una organzacn o a|gun tpo de af|a-
cn a un grupo, partdo e nsttucn. Pero en otras ocasones es me[or hacer este tpo de preguntas a| fna| de|
cuestonaro, partcu|armente cuando |os su[etos puedan sentr que se comprometen a| responder a| cuestona-
ro. Uuando construmos un cuestonaro es ndspensab|e que pensemos en cu|es son |as preguntas dea|es
para ncar. Lstas debern |ograr que e| respondente se concentre en e| cuestonaro.
0e qu est formado un Uuestonaro? 0e qu est formado un Uuestonaro? 0e qu est formado un Uuestonaro? 0e qu est formado un Uuestonaro?
Adems de |as preguntas y categorias de respuestas, un cuestonaro est formado por lnstrucclones que nos
ndcan cmo contestar, por e[emp|o:
Pab|ando de |a mayora de sus proveedores en qu medda conoce usted (M051PAP 1APJL1A UN0 Y MAPUAP
LA PL5PUL51A LN UA0A UA50):
177
1ene este e[do o comundad, ganado, aves o co|menas que sean de propedad co|ectva? (UIPUULL LA PL5PUL51A)
5 1 No 2
(contnue) (pase a 30)
5e ha obtendo |a cooperacn de todo e| persona| o |a mayora de ste para e| proyecto de ca|dad?
1 5 2 No
(pase a |a pregunta 26) (pase a |a pregunta 27)
Las lnstrucclones son tan lmportantes como las preguntas y es necesarlo que sean claras para los usuarlos a
quenes van drgdas. Y una nstruccn muy mportante es agradecer al respondlente por haberse tomado e|
tempo de contestar e| cuestonaro. 1ambn, es frecuente nc|ur una caratula de presentaclon o una carta don-
de se expllquen los proposltos del cuestlonarlo y se garantce |a confdenca|dad de |a nformacn, esto ayuda a
ganar |a confanza de| respondente. A contnuacn en |a fgura 9.16 se presentan a|gunos textos |ustratvos de
cartas ntroductoras a un cuestonaro.
IIUUPA 9.16
LJLMPL05 0L UAP1A5
uenos das (tardes):
Lstamos traba[ando en un estudo que servr para e|aborar una tess profesona| acerca de |a b|oteca de |a
Unversdad Anhuac.
usramos pedr tu ayuda para que contestes a unas preguntas que no ||evaran mucho tempo. 1us respuestas
sern confdenca|es y annmas.
Las personas que fueron se|ecconadas para e| estudo no se e|geron por su nombre sno a| azar.
Las opnones de todos |os encuestados sern sumadas y reportadas en |a tess profesona|, pero nunca se repor-
tarn datos ndvdua|es.
1e pedmos que contestes este cuestonaro con |a mayor sncerdad posb|e. No hay respuestas correctas n
ncorrectas.
Lee |as nstruccones cudadosamente, ya que exsten preguntas en |as que s|o pueden responder a una opcn,
otras son de varas opcones y tambn se nc|uyen preguntas abertas.
Muchas gracas por tu co|aboracn.
178
8uEN03 0lA3 (TAR0E3)
C0VuNlC0VETRlA E3TA lAClEN00 uNA ENCuE3TA C0N EL PR0P03lT0 0E C0N0CER uNA 3ERlE 0E 0PlNl0NE3 0uE 3E TlENEN
ACERCA 0E E3TA EVPRE3A, Y PARA ELL0 LE PE0lRlA FuERA TAN AVA8LE 0E C0NTE3TAR uNA3 PRE0uNTA3. N0 LE T0VARA VA3
0E 20 VlNuT03. LA lNF0RVACl0N 0uE N03 PR0P0RCl0NE 3ERA VANEJA0A C0N LA VA3 E3TRlCTA C0NFl0ENClALl0A0. 0E30E
LuE00, N0 lAY PRE0uNTA3 0ELlCA0A3.
La manera en que pueden dstrburse |as preguntas, categoras de respuestas e nstruccones es varada. A|gu-
nos preferen co|ocar |as preguntas a |a zquerda y |as respuestas a |a derecha, con |o que se tendra un formato
como e| sguente:
0tros dvden e| cuestonaro por seccones de preguntas y ut|zan un formato horzonta|. Por e[emp|o:
0 combnan dversas posb|dades, dstrbuyendo preguntas que mden |a msma varab|e a travs de todo e|
cuestonaro. Uada quen puede ut|zar e| formato que desee o [uzgue convenente, |o mportante es que sea
tota|mente comprensb|e para e| usuaro, |as nstruccones, preguntas y respuestas se dferencen, no resu|te
vsua|mente tedoso y se pueda |eer sn dfcu|tades.
0e qu tamano debe ser un cuestonaro? 0e qu tamano debe ser un cuestonaro? 0e qu tamano debe ser un cuestonaro? 0e qu tamano debe ser un cuestonaro?
No exlste una regla al respecto, aunque como mencona Padua (1979), s es muy corto se perde nformacn y s
resu|ta |argo puede resu|tar tedoso de responder. Ln este u|tmo caso, |as personas pueden 'negarse a respon-
der o -a| menos- no comp|etar e| cuestonaro. L| tamano depende de| numero de varab|es y dmensones a
medr, e| nters de |os respondentes y |a manera como es admnstrado (de este punto se hab|ar en e| sguen-
te ncso). Uuestonaros que duran ms de 35 mnutos pueden resu|tar tedosos a menos que |os respondentes
estn muy motvados para contestar (v.g., cuestonaros de persona|dad, cuestonaros para obtener un traba[o).
una recomendaclon que puede ayudarnos para evtar un cuestonaro ms |argo de |o requerdo es: "No hace
preguntas nnecesaras o n[ustfcadas".
Umo se codfcan |as preguntas abertas? Umo se codfcan |as preguntas abertas? Umo se codfcan |as preguntas abertas? Umo se codfcan |as preguntas abertas?
Las preguntas abertas se codfcan una vez que conocemos todas |as respuestas de |os su[etos a |as cua|es se
|es ap|caron o a| menos |as prncpa|es tendencas de respuestas en una muestra de |os cuestonaros ap|cados.
Ll procedlmlento conslste en encontrar y darle nombre a los patrones generales de respuesta (respuestas sm|a-
res o comunes), llstar estos patrones y despues aslgnar un valor numerlco o simbolo a cada patron. As, un pa-
trn consttur una categora de respuesta. Para cerrar |as preguntas abertas, se sugere e| sguente proced-
mento, basado parca|mente en Po[as (1981, pp.| 50-151):
1. Selecclonar determnado nmero de cuestlonarlos medante un mtodo adecuado de muestreo, asegu-
rando |a representatvdad de |os su[etos nvestgados.
179
2. 0bservar la frecuencla con que aparece cada respuesta a |a pregunta.
3. Lleglr las respuestas que se presentan con mayor frecuenca (patrones genera|es de respuesta).
4. 0laslflcar las respuestas elegldas en temas, aspectos o rubros, de acuerdo con un crtero |gco, cu-
dando que sean mutuamente exc|uyentes.
5. 0arle un nombre o ttu|o a cada tema, aspecto o rubro (patrn genera| de respuesta).
6. Aslgnarle el codlgo a cada patron genera| de respuesta.
Por e[emp|o, en |a nvestgacn de Uomuncometra (1988) se hzo una pregunta aberta:
0e qu manera |a a|ta gerenca busca obtener |a cooperacn de| persona| para e| desarro||o de| proyecto de
ca|dad? Las respuestas fueron mu|tp|es pero puderon encontrarse |os sguentes patrones genera|es de res-
puesta:
C00l003 CATE00RlA3 (PATR0NE3 0 RE3PuE3TA3 C0N VAY0R
FRECuENClA 0E VENCl0N)
NuV. 0E FRECuENClA3
0E VENCl0N
1 lrvo|ucrardo a| persora| y corur|crdose cor |. 28
2 Vol|vac|r e |rlegrac|r. 20
3 Capac|lac|r er gerera|. 12
1 lrcerl|vos recorpersas. 11
5 0|lurd|erdo e| va|or 'ca||dad o |a l||osolia de |a erpresa. Z
0rupos o ses|ores de lraoajo. 5
Z Pos|c|orar|erlo de| rea de ca||dad o equ|va|erle. 3
8 3ers|o|||zac|r. 2
9 0esarro||o de |a ca||dad de v|da er e| lraoajo. 2
10 lrc|u|r aspeclos de ca||dad er e| rarua| de |rducc|r. 2
11 Erlal|zar e| cu|dado de |a raqu|rar|a. 2
12 Traoajardo oajo ur ouer c||ra |aoora|. 2
13 Capac|lac|r 'er cascada. 2
11 0lras. 21
Uomo varas categoras o patrones tenan so|amente dos frecuencas, stos a su vez puderon reducrse a:
UA1LU0PIA5
Invo|ucrando a| persona| y comuncndose
con |.
Motvacn e ntegracn / me[oramento de|
c|ma |abora|.
Uapactacn.
Incentvos / recompensas.
0fundendo e| va|or "ca|dad" o |a f|osofa
de |a empresa.
Urupos o sesones de traba[o.
0tras.
A| "cerrar" preguntas abertas y ser codfcadas, debe tenerse en cuenta que un msmo patrn de respuesta pue-
de expresarse con dferentes pa|abras. Por e[emp|o, ante |a pregunta: u sugerencas podra hacer para me[o-
rar a| programa "Lste|ar"? Las respuestas: "Me[orar |as cancones y |a musca", "cambar |as cancones", "nc|ur
nuevas y me[ores cancones", etc., pueden agruparse en |a categora o patrn de respuesta "modfcar |a musca-
|zacn de| programa".
Ln qu contextos puede admnstrarse o ap|carse un Uuestonaro? Ln qu contextos puede admnstrarse o ap|carse un Uuestonaro? Ln qu contextos puede admnstrarse o ap|carse un Uuestonaro? Ln qu contextos puede admnstrarse o ap|carse un Uuestonaro?
Los cuestonaros pueden ser ap|cados de dversas maneras:
A) Autoadmlnlstrado. Ln este caso e| cuestonaro se |es proporcona drectamente a |os respondentes,
quenes |o contestan. No hay ntermedaros y |as respuestas |as marcan e||os. Por e[emp|o, s|os res-
pondentes fueran una muestra de |os estudantes de |a Lcencatura en Uomuncacn de ogot, se
acudra a e||os y se |es entregaran |os cuestonaros. Los estudantes se autoadmnstraran e| cuesto-
naro. 0bvamente que esta manera de ap|car e| cuestonaro es mpropa para ana|fabetas, personas
que tenen dfcu|tades de |ectura o nnos que todava no |een adecuadamente.
) Por entrevlsta personal. Ln esta stuacn, un entrevstador ap|ca e| cuestonaro a |os respondentes
(entrevstados). L| entrevstador va hacndo|e |as preguntas a| respondente y va anotando |as respues-
tas. Las nstruccones son para e| entrevstador. Norma|mente se tenen varos entrevstadores, quenes
debern estar capactados en e| arte de entrevstar y conocer a fondo e| cuestonaro, y no deben sesgar
o nf|ur |as respuestas.
U) Por entrevlsta telefonlca. Lsta stuacn es sm|ar a |a anteror, so|amente que |a entrevsta no es "cara
180
a cara" sno a travs de| te|fono. L| entrevstador |e hace |as preguntas a| respondente por este medo
de comuncacn.
0) Autoadmlnlstrado y envlado por correo postal; electronlco o servlclo de mensajeria. Ln este caso tam-
bn |os respondentes contestan drectamente e| cuestonaro, e||os marcan o anotan |as respuestas, no
hay ntermedaro. 5o|amente que no se entregan |os cuestonaros drectamente a |os respondentes
("en propa mano") sno que se |es envan por correo u otro medo, no hay retroa|mentacn nmedata,
s|os su[etos tenen a|guna duda no se |es puede ac|arar en e| momento.
Uonse[os para |a admnstracn de| cuestonaro, dependendo de| contexto
0uando se tlene poblaclon analfabeta, con nve|es educatvos ba[os o nnos que apenas comenzan a |eer o no
domnan |a |ectura, e| mtodo ms convenente de admnstracn de un cuestonaro es por entrevsta. Aunque
hoy en da ya exsten a|gunos cuestonaros muy grfcos que usan esca|as senc||as. Uomo por e[emp|o:
0on trabajadores de nve|es de |ectura bsca se recomenda ut|zar entrevstas o cuestonaros autoadmnstra-
dos senc||os que se ap|quen en grupos con |a asesora de entrevstadores o supervsores capactados.
Ln a|gunos casos, con ejecutlvos que dfc|mente pueden dedcar|e a un so|o asunto ms de 20 mnutos, se
pueden ut|zar cuestonaros autoadmnstrados o entrevstas te|efncas. Uon estudantes sue|en funconar |os
cuestonaros autoadnnstrados.
Asmsmo, a|gunas asocacones hacen encuestas por correo y certas empresas envan cuestonaros a sus e[e-
cutvos y supervsores medante e| servco nterno de mensa[era o por correo e|ectrnco. Uuando e| cuestona-
ro contene unas cuantas preguntas (su admnstracn no toma ms de 4 mnutos -o mxmo 5~), |a entrevsta
te|efnca es una buena a|ternatva.
Ahora ben, sea cua| fuere |a forma de admnstracn, slempre debe haber uno o varlos supervlsores que verl-
flquen que se estan apllcando correctamente los cuestlonarlos. Uuando un cuestonaro o esca|a es ap|cado(a)
de forma masva sue|e denomnarse encuesta.
Uuando se ut|za |a entrevlsta telefonlca se debe tomar en cuenta e| horarlo. Ya que s hab|amos s|o a una hora
(dgamos en |a manana), nos encontraremos con unos cuantos subgrupos de |a pob|acn (v.g., amas de casa).
Uuando lo envlamos por correo o es autoadmlnlstrado drectamente, |as nstruccones deben pecar de precsas,
c|aras y comp|etas. Y debemos dar nstruccones que motven a| respondente para que contnue contestando e|
cuestonaro (v.g., ya nada ms unas cuantas preguntas, fna|mente).
Asmsmo, cabe sena|ar que cuando se trata de entrevlsta personal, e| |ugar donde se rea|ce es mportante (of-
cna, casa-habtacn, en |a ca||e, etc.). Por e[emp|o, Jaffe, Pasternak y Urfe| (1983) rea|zaron un estudo para
comparar -entre otros aspectos- |as respuestas obtendas en dos puntos dferentes: en e| hogar y en puntos de
venta. L| estudo se nteresaba en |a conducta de| comprador y |os resu|tados conc|uyeron que se pueden obte-
ner datos exactos en ambos puntos, pero |a entrevsta en |os puntos de compra-venta es menos costosa.
Las entrevlstas personales requleren de una atmosfera aproplada. L| entrevstador debe ser amab|e y tene que
generar confanza en e| entrevstado. Uuando se trata de entrevstados de| sexo mascu|no, mu[eres smptcas y
agradab|es sue|en resu|tar exce|entes entrevstadores. uen responde a una entrevsta debe concentrarse en
|as preguntas y estar re|a[ado. Y despus de una entrevsta debe prepararse un nforme que ndque s e| su[eto
se mostraba sncero, |a manera como respond, e| tempo que dur |a entrevsta, e| |ugar donde se rea|z, |as
caracterstcas de| entrevstado, |os contratempos que se presentaron y |a manera como se desarro|| |a entre-
vsta, as como otros aspectos que se consderen re|evantes.
La elecclon del contexto para admlnlstrar el cuestlonarlo debera ser muy culdadosa y dependera del presupuesto
de que se dlsponga, el tlempo de entrega de los resultados, !os objetlvos de la lnvestlgaclon y el tlpo de respon-
dlentes (edad, nve| educatvo, etc.).
Lstas maneras de ap|car un cuestonaro pueden hacerse extensvas a |as esca|as de acttudes, s|o que es
mucho ms dfc| en e| caso de que se admnstren por te|fono (pocas frases y a|ternatvas c|aras de respuesta).
0uando los cuestlonarlos son muy complejos de contestar o ap|car, sue|e ut|zarse un manual que exp|ca a
fondo |as nstruccones y cmo debe responderse o ser admnstrado.
Uu| es e| proceso para construr un cuestonaro? Uu| es e| proceso para construr un cuestonaro? Uu| es e| proceso para construr un cuestonaro? Uu| es e| proceso para construr un cuestonaro?
5guendo |os pasos para construr un nstrumento de medcn tendramos |a fgura 9.17.
Un aspecto muy mportante que es necesaro menconar, resde en que cuando se construye un cuestonaro -a|
gua| que otros nstrumentos de medcn- se debe ser consstente en todos |os aspectos. Por e[emp|o, s se
181
decde que |as nstruccones vayan en mayuscu|as o a|gun tpo de |etra especa|, todas |as nstruccones debern
ser as. 5 se prefere que |os cdgos de |as categoras de respuesta van en recuadro, todas debern a[ustarse a
esto. 5 no se es consstente, a|gunos respondentes o entrevstadores pueden desconcertarse.
9.6.3. 9.6.3. 9.6.3. 9.6.3. An|ss de| contendo An|ss de| contendo An|ss de| contendo An|ss de| contendo
quL LS Y PARA quL SlRvL LL ANLlSlS 0L 00NILNl007 quL LS Y PARA quL SlRvL LL ANLlSlS 0L 00NILNl007 quL LS Y PARA quL SlRvL LL ANLlSlS 0L 00NILNl007 quL LS Y PARA quL SlRvL LL ANLlSlS 0L 00NILNl007
0e acuerdo con |a defncn c|sca de Berelson (l952), el anallsls de contenldo es una tecnlca para estudlar y
anallzar la comunlcaclon de una manera objetlva, slstematlca y cuantltatlva. Krlppendorff (1982) extende |a
defncn de| an|ss de contendo a una tecnlca de lnvestlgaclon para hacer lnferenclas valldas y conflables de
datos con respecto a su contexto. A|gunos autores consderan a| an|ss de contendo como un dseno. Pero ms
a|| de como |o defnamos, es una tcnca muy ut| para ana|zar |os procesos de comuncacn en muy dversos
contextos. L| anallsls de contenldo puede ser ap|cado vrtua|mente a cualquler forma de comunlcaclon (progra-
mas te|evsvos o radofncos, artcu|os en prensa, |bros, poemas, conversacones, pnturas, dscursos, cartas,
me|odas, reg|amentos, etctera). Por e[emp|o, puede servr para ana|zar |a plsersona|dad de a|guen, eva-
|uando sus escrtos, conocer |as acttudes de un grupo de personas medante e| an|ss de sus dscursos, nda-
gar sobre |as preocupacones de un pntor o un musco, compenetrarse con |os va|ores de una cu|tura, o aver-
guar |as ntencones de un pub|csta o propagandst
uS0S 0LL ANLlSlS 0L 00NI uS0S 0LL ANLlSlS 0L 00NI uS0S 0LL ANLlSlS 0L 00NI uS0S 0LL ANLlSlS 0L 00NIL LL LNl Nl Nl Nl
ere|son (1952) sena|a varos usos de| an|ss de contendo, entre |os que destaca
1) 0escrlblr tendenclas en e| contendo de |a comuncac
2) 0evelarlferenclas en el contenldo de |a comuncacn (entre personas, grupos, nsttucones, pases).
3) 0omparar mensajes, nve|es y medos de comuncacn.
182
4) Audltar el contenldo de |a comuncacn y comparar|o contra estndares u ob[etvos.
5) 0onstrulr y apllcar estandares de comunlcaclon (po|tcas, normas, etc.).
6) Lxponer tecnlcas publlcltarlas y de propaganda.
7) Medlr la clarldad de mensa[es.
8) 0escubrlr estllos de comuncacn.
9) ldentlflcar lntenclones, apelaclones y caracteristlcas de comunlcadores.
10) 0esclfrar mensajes ocu|tos y otras ap|cacones a |a nte|genca m|tar y a |a segurdad po|tca.
11) Revelar centros de lnteres y atencn para una persona, un grupo y una comundad.
12) 0etermlnar el estado pslcologlco de personas o grupos.
13) 0btener lndlclos del desarrollo verbal (v.g., en |a escue|a, como resu|tado de |a capactacn, e| aprend-
za[e de conceptos).
14) Antlclpar respuestas a comuncacones.
l5) Reflejar actltudes, valores y creenclas de personas, grupos o comunldades.
16) 0errar preguntas ablertas.
L| anallsls de contenldo puede ut|zarse para ver s varas te|enove|as dferen entre s en cuanto a su carga de
contendo sexua|, para conocer |as dferencas deo|gcas entre varos perdcos (en trmnos genera|es o en
referenca a un tema en partcu|ar), para comparar estrategas propagandstcas de partdos po|tcos con-
tendentes, para contrastar a travs de sus escrtos a dferentes grupos que assten a pscoterapa, para compa-
rar e| vocabu|aro aprenddo por nnos que se exponen a mayor contendo te|evsvo en re|acn con nnos que
ven menos te|evsn, para ana|zar |a evo|ucn de |as estrategas pub|ctaras a travs de a|gun medo respecto
a un producto (v.g., perfumes femennos de costo e|evado), para conocer y comparar |a poscn de dversos
presdentes |atnoamercanos respecto a| prob|ema de |a deuda externa, para comparar est|os de escrtores que
se sena|an como parte de una msma corrente |terara, etctera.
00M0 SL RLALlZA LL ANLlSlS 0L 00NILNl007 00M0 SL RLALlZA LL ANLlSlS 0L 00NILNl007 00M0 SL RLALlZA LL ANLlSlS 0L 00NILNl007 00M0 SL RLALlZA LL ANLlSlS 0L 00NILNl007
L| anallsls de contenldo se efectua por medo de |a codlflcaclon, que es el proceso a traves del cual las caracte-
ristlcas relevantes del contenldo de un mensaje son transformadas a unldades que permtan su descrpcn y
an|ss precso. Lo mportante de| mensa[e se converte en a|go susceptb|e de descrbr y ana|zar. Para poder
codfcar es necesaro defnr e| unlverso a ana|zar, |as unldades de de de de anallsls y |as categorias de anallsls.
uNlvLRS0 uNlvLRS0 uNlvLRS0 uNlvLRS0
Ll unlverso podra ser |a obra comp|eta de Iranz Kafka, |as emsones de un notcaro te|evsvo durante un mes,
|os edtora|es pub|cados en un da por cnco perdcos de una determnada cudad, todos |os captu|os de tres
te|enove|as, |os dscos de Jans Jop|n, Jm Pendrx y ob 0y|an, |os escrtos de un grupo de estudantes durante
un cc|o esco|ar, |os dscursos pronuncados por varos contendentes po|tcos durante e| u|tmo mes prevo a |a
e|eccn, escrtos de un grupo de pacentes en pscoterapa, |as conversacones grabadas de 10 pare[as que
partcpan en un expermento sobre nteraccn matrmona|. L| unverso, como en cua|quer nvestgacn, debe
de|mtarse con precsn.
uNl0A0LS 0L ANLlSlS uNl0A0LS 0L ANLlSlS uNl0A0LS 0L ANLlSlS uNl0A0LS 0L ANLlSlS
Las unldades de anallsls consttuyen segmentos de| contendo de |os mensa[es que son caracterzados para
ubcar|os dentro de |as categoras. ere|son (1952) mencona cnco undades mportantes de an|ss:
1) La palabra. Ls |a undad de an|ss ms smp|e, aunque como sena|a Ker|nger (l975), puede haber
undades ms pequenas como |etras, fonemas o smbo|os. As, se puede medr cuntas veces aparece
una pa|abra en una mensa[e (v.g., veces que en un programa te|evsvo de fn de ano se mencona a|
Presdente).
2) Ll tema. Lste se defne a menudo como una oracn, un enuncado respecto a a|go. Los temas pueden
ser ms o menos genera|es. Ker|nger (1975, p. 552) ut|za un exce|ente e[emp|o para e||o: "Las cartas
de ado|escentes o estudantes de co|egos superores pueden ser estudadas en sus expresones de au-
toreferenca. Lste sera e| tema ms extenso. Los temas que consttuyen ste podran defnrse como
cua|esquera oracones que usen "yo", "m" y otros trmnos que ndquen referenca a| yo de| escrtor.
As, se ana|zara qu tanta autoreferenca est presente en dchas cartas.
5 |os temas son comp|e[os, e| an|ss de| contendo es ms dfc|, especa|mente s se comp|ca a| n-
c|urse ms de una oracn smp|e.
3) Ll item. 1a| vez es |a undad de an|ss ms ut|zada y puede defnrse como |a undad tota| emp|eada
por |os productores de| matera| smb|co (ere|son 1952). L[emp|os de tems pueden ser un |bro, una
edtora|, un programa de rado o te|evsn, un dscurso, una |ey, un comerca|, una carta amorosa, una
183
conversacn te|efnca, una cancn o |a respuesta a una pregunta aberta. Ln este caso |o que se ana-
|za es e| matera| smb|co tota|.
4) Ll personaje. Un ndvduo, un persona[e te|evsvo, un |der hstrco, etctera. Aqu |o que se ana|za es
e| persona[e.
5) Medldas de espaclo-tlempo. 5on undades fscas como e| centmetro-co|umna (por e[emp|o, en |a pren-
sa), |a |nea (en escrtos), e| mnuto (en una conversacn o en rado), e| perodo de 20 mnutos (en una
nteraccn),, e| cuadro (en te|evsn), cada vez que se haga una pausa (en un dscurso).
Lstas unldades se enclavan, colocan o caracterlzan en categorias, esto podra representarse de |a sguente manera:
Pespecto a |a pregunta: qu undad debe se|ecconarse? Lsto depende de |os ob[etvos y preguntas de nvest-
gacn. 5n embargo, ere|son (1952) sugere |o sguente:
a) Ln un so|o estudo se pueden ut|zar mas de una unldad de anallsls.
b) Los c|cu|os de pa|abras y |as undades amp|as, como e| tem y |as meddas de espaco-tempo, son
ms adecuadas en |os an|ss que dan nfass a asuntos defndos.
c) Las unldades amp|as y |as ms defndas son v|das para |a aceptacn o rechazo en una categora.
d) Las undades amp|as genera|mente requeren de menos tempo para su codfcacn que |as undades
pequenas, referdas a |as msmas categoras y matera|es.
e) 0ebdo a que |os temas u oracones agregan otra dmensn a| asunto, |a mayora de |as veces son ms
dfc|es de ana|zar que |as pa|abras y |as unldades amp|as.
f) L| tema es adecuado para an|ss de sgnfcados y |as re|acones entre stos.
0AIL00RlAS 0AIL00RlAS 0AIL00RlAS 0AIL00RlAS
Las categorias son |os nve|es donde sern caracterzadas |as undades de an|ss. 1a| y como mencona Po|st
(1968), son |as caslllas o cajones en las cuales son claslflcadas las unldades de anallsls. Por e[emp|o, un ds-
curso podra c|asfcarse como optmsta o pesmsta, como |bera| o conservador. Un persona[e de una carcatu-
ra puede c|asfcarse como bueno, neutra| o ma|o. Ln ambos casos, |a undad de an|ss es categorzada. ve-
mos|o esquemtcamente:
184
Ls declr, cada unldad de anallsls es categorlzada o encaslllada en uno o mas slstemas de categorias. Por e[em-
p|o, en un estudo ctado por Krppendorff (1982) se ana|zaron 2 430 actos de vo|enca te|evsada, en cada acto
e| persona[e prncpa| (undad de an|ss) era categorzado como:
ueno, neutra| o ma|o (sstema 1).
Asocado con hacer cump|r |a |ey, no era re|aconado con |a |ey o era presentado como un de-
|ncuente o crmna| (sstema 2).
Ln este caso tenemos que |a unldad de anallsls es e| comportamento de| persona[e durante e| acto te|evsvo, y
|as categorias eran dos: bondad de| persona[e y carcter nvo|ucrado. A su vez, |as subcategoras de |a bondad
de| persona[e eran tres: bueno, neutra| y ma|o. Y |as subcategoras de| carcter nvo|ucrado tambn eran tres:
asocado con cump|r |a |ey, no re|aconado con |a |ey y un crmna|. Lsto podra representarse as:
La se|eccn de categoras tambn depende de| p|anteamento de| prob|ema.
IlP0S 0L 0AIL00RlAS IlP0S 0L 0AIL00RlAS IlP0S 0L 0AIL00RlAS IlP0S 0L 0AIL00RlAS
Krppendorff (1982) sena|a clnco tlpos de categorias
1) 0e asunto o toplco. Las cua|es se referen a cu| es e| asunto, tpco o tema tratado en e| contendo (de
qu trata e| mensa[e o |a comuncacn?).
LJLMPL0
Ana|zar e| u|tmo nforme de| 5ecretaro o Mnstro de Pacenda o Inanzas.
Uategora: 1ema fnancero
5ubcategoras: 0euda
Impuestos
P|aneacn hacendara
Inf|acn
Ltc.
2) 0e dlrecclon. Lstas categoras se referen a cmo es tratado e| asunto (postva o negatvamente?,
favorab|e o desfavorab|e?, nacona|sta o no nacona|sta?, etc.). Por e[emp|o:
Uomparar |a manera como dos notcaros te|evsvos hab|an de |a posb|dad de una moratora un|ate-
ra| en e| pago de |a deuda externa de Latnoamrca.
Uategora: 1ono en e| tratamento de |a deuda externa.
5ubcategoras: A favor de |a moratora un|atera|.
Ln contra
Neutra|
3) 0e valores. 5e referen a categoras que ndcan qu va|ores, ntereses, metas, deseos o creencas son
reve|ados. Por e[emp|o:
A| estudar |a compatb|dad deo|gca de matrmonos, se podra ana|zar |a deo|oga de cada cnyuge
pdndo|es un escrto sobre temas que puedan ref|e[ar va|ores (sexo, acttud haca |a pare[a, sgnfcado
de| matrmono).
Uategora: Ideo|oga de| esposo.
5ubcategor|as: Muy tradcona|
Ms ben tradcona|
Neutra|
Ms ben |bera|
Muy |bera|
4) 0e receptores. Lstas categoras se re|aconan con e| destnataro de |a comuncacn (a qun van dr-
gdos |os mensa[es?).
185
LJLMPL0
Ana|zar a qunes se drge ms un |der sndca| en sus dec|aracones a |os medos de comuncacn
durante un perodo determnado.
Uategora: Peceptores a quenes drge e| mensa[e.
5ubcategoras: 0pnn pub|ca en genera|
Presdente
Uabnete econmco
Uabnete agropecuaro
Uoberno en genera|
5ector empresara|
0breros af|ados a su sndcato
0breros no af|ados a su sndcato
0breros en genera| (af|ados y no af|ados)
Ltc.
5) Fislcas. 5on categoras para ubcar |a poscn y duracn o extensn de una undad de an|ss. 0e po-
scn pueden ser por e[emp|o |a seccn y pgna (en prensa), e| horaro (en te|evsn y rado). 0e dura-
cn, |os mnutos (en una nteraccn, un comerca| te|evsvo, un programa de rado, un dscurso), |os
centmetros / co|umna (en prensa), |os cuadros en una pe|cu|a, etc. No se debe confundr |as meddas
de espaco-tempo con |as categoras fscas. Las prmeras son undades de an|ss, |as segundas cons-
ttuyen categoras.
LJLMPL0
Uada perodo de 10 mnutos de una te|enove|a |o voy a consderar |a undad de an|ss.
La undad 1 |a co|oco en categoras.
La undad 2 |a co|oco en categoras.
La undad k |a co|oco en categoras.
Los mnutos (cada 10) |os consdero una undad.
Pero puedo tener categoras de tempo. Por e[emp|o, para ana|zar comerca|es en rado:
Uategora: 0uracn de| comerca|.
5ubcategoras: 10 segundos o menos
11-20 segundos
21-30 segundos
Ms de 30 segundos.
Ln ambos casos se usa e| tempo, pero en e| prmero como undad y en e| segundo como categora. Ls muy dferente.
RLqulSlI0S 0L LAS 0AIL00RlAS RLqulSlI0S 0L LAS 0AIL00RlAS RLqulSlI0S 0L LAS 0AIL00RlAS RLqulSlI0S 0L LAS 0AIL00RlAS
Ln un an|ss de contendo se sue|en tener varas categoras, pero stas deben cump|r con |os sguentes requlsltos
1) Las categoras y subcategoras deben ser exhaustlvas. Ls decr, abarcar todas |as posb|es subcategoras de |o
que se va a codfcar. Por e[emp|o, |a categora "Ideo|oga de| esposo" no podra prescndr de |a subcategora
"neutra|".
2) Las subcategoras deben ser mutuamente excluyentes, de ta| manera que una undad de an|ss puede caer
en una y s|o una de |as subcategoras de cada categora. Por e[emp|o, un persona[e no puede ser "bueno" y
"ma|o" a |a vez.
Aunque con respecto a |as categorias no sempre son mutuamente exc|uyentes. Por e[emp|o, a| ana|zar comerca|es
te|evsvos podramos tener -entre otras categoras- |as sguentes:
186
Una undad de an|ss (un comerca|) puede caer en una subcategora de "Presenca de co|or" y en otra subcate-
gora de |a categora "Necesdad fso|gca a que se ape|a" (co|or y sed). Pero no puede caer en dos subcatego-
ras de |a msma categora "hambre" y "sed", a menos que generramos |a subcategora "hambre y sed":
Pambre y sed
0esde |uego, en certos casos especa|es, puede nteresar a| ana|sta de contendo un sstema de categoras
donde stas no sean mutuamente exc|uyentes. Pero no es |o norma|.
3) Las categoras y subcategoras deben derlvarse del marco teorlco y una profunda evaluaclon de la sltuaclon.
L1LMPL0 0L uN ANLlSlS 0L 00NILNl00 L1LMPL0 0L uN ANLlSlS 0L 00NILNl00 L1LMPL0 0L uN ANLlSlS 0L 00NILNl00 L1LMPL0 0L uN ANLlSlS 0L 00NILNl00
Para e[emp|fcar e| an|ss de contendo y especfcamente |a generacn de categoras acudremos a un estu-
do de Ureenberg, Ldson, Korzenny, Iernndez-Uo||ado y Atkn (1980). L| estudo consst en un an|ss de
contendo de |as seres te|evsadas por |as tres grandes cadenas de |os Lstados Undos: AU, U5 y NU. 5e ana-
|zaron dversos programas durante tres perodos de 1975 a 1978, para eva|uar e| grado en que |a te|evsn
norteamercana mostraba actos prosoca|es y antsoca|es como medda de |a vo|enca te|evsada. Las categor-
as y subeategoras eran |as sguentes:
L| estudo consder como undad de an|ss a |a conducta, cada vez que una conducta se presentaba era codfcada.
187
Uuando se crean |as categoras, stas deben ser defndas con precsn y es necesaro exp|ctar qu se va a
comprender en cada caso y qu habr de exc|urse.
L| an|ss de contendo consste en asgnar cada undad a una o ms categoras. 0e hecho, e| producto de |a
codfcacn son frecuencas de cada categora. 5e cuenta cuntas veces se repte cada categora o subcategora
(cuntas undades de an|ss entraron en cada una de |as categoras). Por e[emp|o, Ureenberg eta|. (1980,
pp.||3) encontraron |os resu|tados que se muestran en |a 1ab|a 9.5.
1ALA 9.5
LJLMPL0 0L L05 PL5UL1A005 0L LA U00IIIUAUI0N 0L
AUULP00 AL L51U0I0 0L UPLLNLPU et a|. (1980)
Aro 1 |rc|uy de ocluore de 19Z5 rasla que se grao ur ep|sod|o de cada ura de |as ser|es ex|slerles (19Z), aro 2 |gua| pero er 19Z-19ZZ y
Aro 3 |gua| pero de 19ZZ-19Z8.
l = rurero de casos o ur|dades.
= porcerlajes.
0uLLS S0N L0S PAS0S PARA LLLvAR A 0AB0 L 0uLLS S0N L0S PAS0S PARA LLLvAR A 0AB0 L 0uLLS S0N L0S PAS0S PARA LLLvAR A 0AB0 L 0uLLS S0N L0S PAS0S PARA LLLvAR A 0AB0 LL ANLlSlS 0L 00NILNl007 L ANLlSlS 0L 00NILNl007 L ANLlSlS 0L 00NILNl007 L ANLlSlS 0L 00NILNl007
Ya hemos menconado tres:
1. 0eflnlr con preclslon el unlverso y extraer una muestra representatlva.
2. Lstablecer y deflnlr las unldades de anallsls.
3. Lstablecer y deflnlr las categorias y subcategorias que representen a las varlables de la lnvestlgaclon.
Los dems pasos seran:
4. Selecclonar a los codlflcadores. Los codfcadores son |as personas que habrn de asgnar |as undades de
an|ss a |as categoras. 0eben ser personas con un nve| educatvo profesona| (estudantes a nve| de |-
cencatura como mnmo).
5. Llaborar las hojas de codlflcaclon. Lstas ho[as contenen |as categoras y |os codfcadores anotan en e||as
cada vez que una undad entra en una categora o subcategora.
Ln |a fgura 9.19 se muestran |os e|ementos de una ho[a de codfcacn.
Las hojas de codlflcaclon pueden nc|ur e|ementos ms precsos para descrbr e| matera|. Por e[emp|o, para
ana|zar artcu|os de perdcos: Nombre de| perdco, fecha de pub|cacn, tpo de artcu|o (reporta[e, entrevs-
ta, edtora|, artcu|o de fondo, carta, nsercn pagada, artcu|o genera|), sgnataro de| artcu|o, seccn donde se
pub|c, pgna, vo|umen de pub|cacn (ano, numero o equva|ente), ubcacn, tamano (en centme-
tros/co|umna), nombre de| codfcador, da de codfcacn, etc.
Una ho[a puede servr para una o varas undades, segun que nos nterese o no tener datos especfcos de cada
undad (norma|mente se prefere tener |a nformacn por undad).
Asmsmo, |as categorias y subcategorlas deben estar codlflcadas con sus respectvos va|ores numrcos. Ln |a
ho[a de codfcacn de |a fgura 9.19, 1 sgnfca acto prosoca| y 2 acto antsoca| (y 1.1.0 es "a|trusmo", 1.2.0
"mostrar afecto", etctera). 1res cfras en cada caso porque como se ver en e| apartado sobre codfcacn, una
varab|e debe tener e| msmo numero de co|umnas para todas sus categoras.
6. Proporclonar entrenamlento de codlflcadores. Lste entrenamento nc|uye que |os codfcadores se fam|ar-
188
cen y compenetren con |as varab|es, comprendan |as categoras y subcategoras y entendan |as defnco-
nes de ambas. Adems, debe capactarse a |os codfcadores en |a manera de codfcar y debe dscutrse
amp|amente con e||os |as dferentes condcones en que puede manfestarse o estar presente cada catego-
ra y subcategora. Asmsmo, |os codfcadores deben comprender comp|etamente en qu consste |a un-
dad de an|ss.
7. 0alcular la conflabllldad de los codlflcadores. Una vez que se ||eva a cabo e| entrenamento, |os codfcado-
res rea|zan una codfcacn provsona| de una parte representatva de| matera| (e| msmo matera| para
todos |os codfcadores), para ver s exste consenso entre e||os. 5 no hay consenso no puede efectuarse un
an|ss de contendo confab|e. Para |o anteror se ca|cu|a |a confab|dad de cada codfcador (ndvdua|) y
|a confab|dad entre codfcadores. L| c|cu|o de |a conflabllldad ndvdua| de |os codfcadores depende de
s tenemos uno o varos de stos.
A. Sl se dlspone de un solo codlflcador (porque e| matera| es reducdo), se observan |as dferencas de |a cod-
fcacn de| msmo mensa[e hecha por e| codfcador en dos tempos dferentes. 5 |as dferencas son muy
pequenas, e| codfcador es ndvdua|mente confab|e. Lste tpo de confab|dad es ||amado "confab|dad
ntra-codfcador". La cua| mde |a estab|dad de |a prueba y re-prueba de un codfcador a travs de| tempo.
0tro mtodo consstra en que e| codfcador traba[e una parte representatva de| matera| y despus ap|car
a su codfcacn (resu|tados) |a sguente frmu|a:
189
individual
dad Confiabili
anlisis de unidades de total Nmero
r codificado el por nte correctame adas log cata anlisis de unidades de Nmero
=
5uponendo que un mensa[e conste de 20 undades y se |ogren correctamente 20, |a confab|dad ser de
1
20
20
que es e| mxmo de confab|dad. 5 e| codfcador s|o pudo codfcar adecuadamente 15 de |os 20,
|a confab|dad sera de 0,75
20
15
.
. Sl se dlspone de varlos codlflcadores, |a confab|dad ndvdua| puede determnarse as: 5e |es pde a todos
|os codfcadores que codfquen e| msmo matera|, se toman |os resu|tados de todos menos |os de uno y se
compara |a codfcacn de ste contra |a de| resto. As se procede con cada codfcador.
1ambn puede ap|carse a todos |os codfcadores |a frmu|a menconada para ca|cu|ar |a confab|dad n-
dvdua| y quen se dstance de| resto se consdera un caso poco confab|e.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
Uodfcador A Uodfcador Uodfcador U Uodfcador 0
0,89 0,93 0,92 0,67
L| codfcador "0" tene ba[a confab|dad.
L| calculo de la conflabllldad lntercodiflcadores se rea|za por pares decodfcadores (pare[as). 5e pde a cada
pare[a formada que codfque e| matera|, se comparan |os resu|tados obtendos por |as pare[as, se cuenta e|
numero de acuerdos entre |as pare[as, se determna e| numero de undades de an|ss y se ap|ca |a sguente
frmu|a:
parejas entre
dad Confiabili
s codificada anlisis de unidades de total Nmero
parejas dos entre acuerdos total Nmero
=
0espus se suman |os resu|tados de esta frmu|a y se dvde entre e| numero de comparacones, que depende
de| numero de pare[as.
vemos|o con un e[emp|o:
Las pare[as codfcan e| matera|:
5e determna e| numero de acuerdos entre |as pare[as (un acuerdo consste en que dos pare[as codfcan en |a
msma categora a una msma undad de an|ss):
190
0ebe observarse que no hubo consenso tota| entre cuntas undades de an|ss podan dstngurse en e| mate-
ra| (|a pare[a 3 dstngu 17 undades y |as pare[as 1 y 2 dstngueron 18). Ln este caso se toma en cuenta para
|a frmu|a de confab|dad entre pare[as, e| mxmo numero de undades de an|ss codfcadas por a|guna de
|as pare[as. 5 fuera:
5e obtene |a conflabllldad total (que es |a suma de |as confab|dades entre pare[as sobre e| numero de compa-
racones). Ln nuestro e[emp|o:
3
C C C
C
3 y 2 3 y 1 2 y 1
T
+ +
=
3
88 . 0 88 . 0 94 . 0
C
T
+ +
=
No es convenente to|erar una conflabllldad menor que 0.85 (n tota| n entre dos pare[as) y de ser posb|e debe
superar e| 0.89. A| gua| que con otros nstrumentos de medcn, |a confab|dad osc|a entre 0 (nu|a confab|-
dad) y 1 (confab|dad tota|).
Ln e| an|ss de contendo una baja conflabllldad puede deberse a que las categorias y/o unldades de anallsls
no han sldo deflnldas con clarldad y preclslon, a un deflclente entrenamlento o a lnhabllldad de los codlflcado-
res. Uuando se obtene una ba[a confab|dad debe detectarse y corregrse e| prob|ema.
Asmsmo, es convenente ca|cu|ar |a confab|dad a |a mtad de |a codfcacn (con e| matera| codfcado) y a|
fna|zar sta.
8. Lfectuar la codlflcaclon. Lo que mp|ca contar |as frecuencas de repetcn de |as categoras (numero de
undades que entran en cada categora).
9. vaclar los datos de las hojas de codlflcaclon y obtener totales para cada categoria.
10. Reallzar los anallsls estadistlcos aproplados.
9.6.4. 9.6.4. 9.6.4. 9.6.4. 0bservacn 0bservacn 0bservacn 0bservacn
quL LS Y PARA quL SlRvL LA 0BSLRvA0l0N quL LS Y PARA quL SlRvL LA 0BSLRvA0l0N quL LS Y PARA quL SlRvL LA 0BSLRvA0l0N quL LS Y PARA quL SlRvL LA 0BSLRvA0l0N7 77 7
La observacn consste en e| regstro sstemtco, v|do y confab|e de comportamentos o conducta manfesta.
Puede ut|zarse como nstrumento de medcn en muy dversas crcunstancas. Paynes (1978) mencona que
es un mtodo ms ut|zado por quenes estn orentados conductua|mente. Puede servr para determnar |a
aceptacn de un grupo respecto a su profesor, ana|zar conf|ctos fam|ares, eventos masvos (v.g., |a vo|enca
en |os estados de futbo|), |a aceptacn de un producto en un supermercado, e| comportamento de defcentes
menta|es, etctera.
Uomo mtodo para reco|ectar datos es muy sm|ar a| an|ss de contendo. 0e hecho, ste es una forma de
observacn de| contendo de comuncacones. Ls por e||o que en este apartado a|gunos conceptos s|o sern
menconados, pues han sdo tratados en e| apartado sobre an|ss de| contendo.
PAS0S PARA 00NSIRulR uN Sl PAS0S PARA 00NSIRulR uN Sl PAS0S PARA 00NSIRulR uN Sl PAS0S PARA 00NSIRulR uN SlS SS SILMA 0L 0BSLRvA0l0N ILMA 0L 0BSLRvA0l0N ILMA 0L 0BSLRvA0l0N ILMA 0L 0BSLRvA0l0N
Los pasos para construr un sstema de observacn son:
1. 0eflnlr con preclslon el unlverso de aspectos, eventos o conductas a observar. Por e[emp|o, s nuestro nters
es observar |os recursos con que cuentan |as escue|as de un dstrto esco|ar debemos defnr |o que conce-
bmos como recurso esco|ar". Un unverso podra ser e| comportamento verba| y no verba| de un grupo de
a|umnos durante un semestre. 0tro unverso sera |as conductas de un grupo de traba[adores durante sus
sesones en crcu|os de ca|dad o equpos para |a ca|dad, en un perodo de un ano. 0 ben |as conductas
agresvas de un grupo de esquzofrncos en sesones teraputcas.
2. Lxtraer una muestra representatlva de los aspectos, eventos o conductas a observar. Un repertoro sufcente
de conductas para observar.
3. Lstablecer y deflnlr las unldades de observaclon. Por e[emp|o, cada vez que se presenta una conducta agre-
sva, cada mnuto se ana|zar s e| a|umno est o no atento a |a c|ase, durante dos horas a| da (7:00 a 9:00
horas), e| numero de personas que |eyeron e| tab|ero de avsos de |a compana, etctera. L| concepto de un-
dad de an|ss es e| msmo que en e| an|ss de contendo so|amente que en |a observacn se trata de
conductas, eventos o aspectos.
4. Lstablecer y deflnlr las categorias y subcategorias de observaclon. Lstas categoras son sm|ares a |as def-
191
ndas para e| an|ss de contendo. Y |a observacn tambn consste en asgnar undades a categoras y
subcategoras de observacn.
LJLMPL0 0LL UUAP10 PA50 LJLMPL0 0LL UUAP10 PA50 LJLMPL0 0LL UUAP10 PA50 LJLMPL0 0LL UUAP10 PA50
Ln e| caso de| estudo ctado -a| hab|ar de |a manpu|acn de varab|es ndependentes en expermentos en |a
pgna 114-para probar |a hlpotesls A mayor grado de lnformaclon sobre la deflclencla mental que el sujeto
normal maneje, mostrara menor evltaclon en la lnteracclon con el deflclente mental (Naves y Pop|awsky, 1984):
Las undades de an|ss eran cada 10 segundos. La nteraccn entre |a persona norma| y e| actor que haca e|
pape| de "defcente menta|" duraba tres mnutos. La varab|e dependente fue "evtacn de |a nteraccn" y |as
categoras fueron cuatro (Naves y Pop|awsky, 1984, Pp. 107-109):
1. 0I51ANUIA II5IUA: se refere a s e| su[eto expermenta| aumenta o dsmnuye su dstanca haca e| nter-
|ocutor a partr de |a dstanca que nca|mente deba ocupar, esta dstanca nca| estuvo de|mtada
por |os asentos que e| actor y e| su[eto deban ocupar y, segun |a teora, es |a dstanca en |a que dos ex-
tranos en una stuacn de comuncacn, pueden nteractuar cmodamente. Las dmensones que esta
varab|e adquere son e| acercarse (af|acn) con va|or de "1" o e| a|e[arse (evtacn) de| actor (def-
cente menta|) con va|or de "0", medante nc|nacones corpora|es o ben modfcando por comp|eto su
dstanca.
2. M0vIMILN105 U0PP0PALL5 UL 0LN01AN 1LN5I0N: esta varab|e se orenta a captar |os movmentos
que e| su[eto est rea|zando como ndce de tensn (evtacn) con va|or de 0" o de re|a[acn (af|a-
cn) que expermenta, con va|or de "1". Ln esta varab|e especfcamente se ana|zan movmentos de
pes y pernas a un rtmo ace|erado, ademanes con brazos y manos (como e| estarse rascando, pcando,
etc.) y |a postura en genera| de| su[eto.
3. U0N0UU1A vI5UAL 0LL 5UJL10: que segun |o estpu|ado en esta nvestgacn adquere dos dmenso-
nes:
a) drgda haca e| nter|ocutor (af|acn), con va|or de "1".
b) drgda haca cua|quer otra parte (evtacn), con va|or de "0".
4. U0N0UU1A vLPAL: este ndcador est compuesto por e| contendo verba| de| dscurso de| su[eto haca
e| defcente y se orenta prmorda|mente a| formato de| dscurso,-nc|uye dos moda|dades:
a) frases u oracones comp|etas (af|acn), con va|or de "1".
b) frases dctomas y s|encos (evtacn), con va|or de "0".
La moda|dad de frases dctomas nc|uye respuestas monos|bcas (s, no), murmuros, sondos gutura|es, etc.,
y |os s|encos que se nterpretan como respuestas dctomas (respuesta de evtacn) son |os s|encos no natu-
ra|es en e| dscurso, aque||os en |os que expresamente e| su[eto se queda un perodo en s|enco. La conducta
verba| se mde a travs de| d|ogo que sostenga e| su[eto para con e| defcente menta|, es decr, en respuesta
a| gun que e| actor nterpreta para con cada su[eto (que es dntco para todos) y en |as ntervencones que e|
propo su[eto rea|ce. Ln un prncpo se pens que adems de medr |a conducta verba| en cuanto a su formato,
convendra medr|a en cuanto a su contendo tambn, es decr, s |as frases emtdas por | en respuesta a |o
expresado por e| defcente reve|aban un contendo postvo o negatvo. Lsta moda|dad no fue nc|uda por |a
dfcu|tad que presenta e| obtener una medcn ob[etva. Ina|mente, cabe estab|ecer que en |os cuatro ndca-
dores (varab|es) adoptados para medr |a evtacn en |a nteraccn se estab|eceron dmensones cuya med-
cn fuese dcotmca, es decr, que |as opcones de respuesta para cada varab|e uncamente pudesen ser cod-
fcadas ba[o |a esca|a de 0 - 1, esto es, evtacn o no evtacn. La razn por |a cua| dchas varab|es no adque-
ren ms opcones de respuesta obedece a |a dfcu|tad por detectar conductas de evtacn tanto verba|es como
no verba|es.
LAS SuB0AIL00RlAS PuL0LN SLR LS0ALAS 0L A0IlIu0LS LAS SuB0AIL00RlAS PuL0LN SLR LS0ALAS 0L A0IlIu0LS LAS SuB0AIL00RlAS PuL0LN SLR LS0ALAS 0L A0IlIu0LS LAS SuB0AIL00RlAS PuL0LN SLR LS0ALAS 0L A0IlIu0LS
A| estab|ecer |as subcategoras, stas pueden ser esca|as de| tpo Lkert, Uuttman o dferenca| semntco (re-
curdese |a seccn 9.6.1).
L[emp|o L[emp|o L[emp|o L[emp|o
0 ben agresvdad de| nno
192
0, a| hab|ar de| desempeno |abora| observado en coordnadores de escue|as o asocacones:
Productvdad: ______ : ______ : ______ : ______ : ______ : ______:Improductvdad
(5) (4) (3) (2) (1) (0)
Acttud de : ______ : ______ : ______ : ______ : ______ : ______:Acttud de no servco
servco (5) (4) (3) (2) (1) (0)
Uump|mento-ncump|mento
Ltc.
5. Selecclonar a los observadores. Los observadores son aque||as personas que habrn de codfcar |a con-
ducta y deben conocer |as varab|es, categoras y subcategoras.
6. Lleglr el medlo de observaclon. La conducta o sus manfestacones pueden codfcarse de dstntos me-
dos: puede observarse drectamente y ser codfcada, puede f|marse en vdeocnta y ana|zarse (con o
sn audo dependendo de| hecho de que se eva|ue o no |a conducta verba|). Ln a|gunos casos e| obser-
vador se ocu|ta y observa (por e[emp|o, a travs de un espe[o de dob|e vsta). 0tras veces partcpa con
|os su[etos y codfca. Ln certas ocasones se codfcan manfestacones de |a conducta y |a observacn
es "a posteror" (por e[emp|o, un estudo para eva|uar |as condcones hgncas de una comundad o |a
nfraestructura con que cuenta una pob|acn). L| medo a travs de| cua| se observe depende de |a n-
vestgacn en partcu|ar.
7. Llaborar las hojas de codlflcaclon. Uuyo formato es e| msmo que se present en e| apartado sobre an-
|ss de contendo. Ln e| caso de Naves y Pop|awsky (1984) |a ho[a de codfcacn fue |a que se muestra
en |a fgura 9.20.
193
8. Proporclonar entrenamlento de codlflcadores (en |as varab|es, categoras, subcategoras, undades de
an|ss y e| procedmento de codfcar, as como sobre |as dferentes maneras como puede manfestar-
se una categora o subcategora de conducta).
9. 0alcular la conflabllldad de los observadores (ntra-observador e nterobservadores). Los procedmentos
y frmu|as pueden ser |as msmas que |as vstas en e| apartado sobre e| an|ss de contendo, |o unco
que camba es |a pa|abra codfcador(es)", "codfcacn", "codfcada(s)", por "observador(es)", "ob-
servacn", "observada(s)".
Por e[emp|o:
Uonfab|dad - Numero de undades de an|ss cata|ogadas correctamente por e| observador
ndvdua| Numero tota| de undades de an|ss
Uonfab|dad - Numero tota| de acuerdos entre dos pare[as
entre pare[as Numero tota| de undades de an|ss observadas
Paynes (1978, p. 160) proporcona otra formula para calcular la conflabllldad entre observadores o el grado de
acuerdo lnterobservadores (Ao).
Id Ia
Ia
Ao
+
=
0onde "|a" es e| numero tota| de acuerdos entre observadores e "Id" es e| numero tota| de desacuerdos entre
observadores. Un "Acuerdo" es defndo como |a codfcacn de una undad de an|ss en una msma categora
por dstntos observadores. 5e nterpreta como cua|quer coeflclente de conflabllldad (0 a 1).
10. Llevar a cabo la codlflcaclon por observaclon.
11. vaclar los datos de las hojas de codlflcaclon y obtener totales para cada categoria.
12. Reallzar los anallsls aproplados.
IlP0S 0L 0BSLRvA0l0N IlP0S 0L 0BSLRvA0l0N IlP0S 0L 0BSLRvA0l0N IlP0S 0L 0BSLRvA0l0N
La observacn puede ser partlclpante o no partlclpante. Ln |a prmera, e| observador nteractua con |os su[etos
observados y en |a segunda no ocurre esta nteraccn. Por e[emp|o, un estudo sobre |as conductas de aprend-
za[e de nnos autstas, en donde una nstructora nteractua con |os nnos y a| msmo tempo codfca.
vLNIA1AS 0L LA 0BSLRvA0l0N vLNIA1AS 0L LA 0BSLRvA0l0N vLNIA1AS 0L LA 0BSLRvA0l0N vLNIA1AS 0L LA 0BSLRvA0l0N
1anto |a observacn como e| an|ss de contendo tenen varas venta[as:
1) Son tecnlcas de medlclon no obstruslvas. Ln e| sentdo que e| nstrumento de medcn no "estmu|a" e|
comportamento de |os su[etos (|as esca|as de acttud y |os cuestonaros pretenden "estmu|ar" una
respuesta a cada tem). Los mtodos no obstrusvos smp|emente regstran a|go que fue estmu|ado por
otros factores a[enos a| nstrumento de medcn.
2) Aceptan materlal no estructurado.
3) Pueden trabajar con grandes volmenes de datos (matera|).
9.6.5. 9.6.5. 9.6.5. 9.6.5. Pruebas e nventaros estandarzados Pruebas e nventaros estandarzados Pruebas e nventaros estandarzados Pruebas e nventaros estandarzados
quL S0N LAS PRuLBAS LSIAN0ARlZA0AS7 quL S0N LAS PRuLBAS LSIAN0ARlZA0AS7 quL S0N LAS PRuLBAS LSIAN0ARlZA0AS7 quL S0N LAS PRuLBAS LSIAN0ARlZA0AS7
Ln |a actua|dad exste una amp|a dversdad de pruebas e nventaros desarro||ados por dversos nvestgadores
para medr un gran numero de varab|es. Lstas pruebas tenen su propo procedmento de ap|cacn, codfca-
cn e nterpretacn, y se encuentran dsponb|es en dversas fuentes secundaras y tercaras, as como en cen-
tros de nvestgacn -y dfusn de| conocmento. Pay pruebas para medlr habllldades y aptltudes (v.g., hab|-
dad verba|, razonamento, memora, nte|genca, percepcn, hab|dad numrca), la personalldad los lntereses,
los valores, el desempeno, la motlvaclon, el aprendlzaje, el cllma laboral en una organlzaclon, etcetera. 1ambn
se puede dsponer de pruebas clinlcas para detectar conducta anorma|, pruebas para se|ecconar persona|,
pruebas para conocer |as percepcones y/o opnones de |as personas respecto a dversos tpcos, pruebas para
medr |a autoestma y -en fn- otras muchas varab|es de| comportamento.
47
L| prob|ema en e| uso de estas pruebas es que |a mayora ha sdo desarro||ada en contextos muy dferentes a|
|atnoamercano, y en ocasones su ut|zacn puede ser nadecuada, nv|da y poco confab|e. Uuando se ut|ce
1Z
Para corocer |a d|vers|dad de eslas prueoas y sus ap||cac|ores se recor|erda Araslas| (l982), Trorrd||e y lager (1980), Croroacr (1981) y Nurra||y (19Z0). 3or
ooras c|s|cas soore red|c|r y e| rarejo de prueoas eslardar|zadas.
194
como nstrumento de medcn una prueba estandarzada es convenente que se selecclone una prueba desarro-
llada o adaptada por algn lnvestlgador para el mlsmo contexto de nuestro estudlo y que sea vallda y conflable
(debemos tener nformacn a este respecto). Ln e| caso de que e|[amos una prueba dsenada en otro contexto,
es necesaro adaptar|a y ap|car pruebas p|oto para ca|cu|ar su va|dez y confab|dad, as como a[ustar|a a |as
condcones de nuestra nvestgacn. L| nstrumento o prueba debe demostrar que es v|do y confab|e para e|
contexto en e| cua| se va a ap|car.
Un tpo de pruebas estandarzadas bastante dfunddo |o consttuyen |as pruebas proyectlvas, |as cua|es pre-
sentan estmu|os a |os su[etos para que respondan a e||os, despus se pueden ana|zar |as respuestas tanto
cuanttatvamente como cua|tatvamente y se nterpretan. Lstas pruebas mden proyeccones de |os su[etos,
como por e[emp|o, |a persona|dad.
0os pruebas proyectvas muy conocdas son e| Iest de Rorschach (que presenta a |os su[etos manchas de tnta
en tar[etas o |mnas b|ancas numeradas y stos re|atan sus asocacones e nterpretacones en re|acn a |as
manchas) y e| Iest de Apercepclon Iematlca (que con un esquema sm|ar a| de Porschach presenta a |os su[e-
tos cuadros que evocan narracones o cuentos y |as personas deben e|aborar una nterpretacn).
astantes pruebas estandarzadas (v.g., |as proyectvas) requeren de un entrenamento consderab|e y un cono-
cmento profundo de |as varab|es por parte de| nvestgador que habr de ap|car|as e nterpretar|as. No pueden
ap|carse con superfca|dad e ndscrmnadamente. La manera de ap|car, codfcar, ca|fcar e nterpretar |as
pruebas estandarzadas es tan varada como |os tpos exstentes.
9.6.6. 9.6.6. 9.6.6. 9.6.6. 5esones en profunddad 5esones en profunddad 5esones en profunddad 5esones en profunddad
quL S0N LAS SLSl0NLS LN PR0FuN0l0A07 quL S0N LAS SLSl0NLS LN PR0FuN0l0A07 quL S0N LAS SLSl0NLS LN PR0FuN0l0A07 quL S0N LAS SLSl0NLS LN PR0FuN0l0A07
Un mtodo de reco|eccn de datos cuya popu|ardad ha crecdo son |as sesones en profunddad. 5e reune a un
grupo de personas y se traba[a con ste en re|acn a |as varab|es de |a nvestgacn. Pueden rea|zarse una o
varas reunones. L| procedmento usua| es e| sguente.
PAS0S PARA RLALlZA PAS0S PARA RLALlZA PAS0S PARA RLALlZA PAS0S PARA RLALlZAR LAS S R LAS S R LAS S R LAS SL LL LSl0NLS 0L 0RuP0 Sl0NLS 0L 0RuP0 Sl0NLS 0L 0RuP0 Sl0NLS 0L 0RuP0
1. 5e deflne e| tlpo de personas que habrn de partcpar en |a sesn o sesones.
2. 5e detectan personas del tlpo e|egdo.
3. 5e lnvlta a estas personas a |a sesn o sesones.
4. 5e organlzan la seslon o seslones. Uada sesn debe efectuarse en un |ugar confortab|e, s|encoso y
as|ado. Los su[etos deben sentrse cmodos y re|a[ados. Asmsmo, es ndspensab|e p|anear cudado-
samente |o que se va a tratar en |a sesn o sesones (desarro||ar una agenda) y asegurar |os deta||es
(aun |as cuestones ms senc||as como e| servr caf y refrescos).
5. Se lleva a cabo cada seslon. L| conductor debe ser una persona entrenada en e| mane[o o conduccn de
grupos y debe crear "rapport" en e| grupo (c|ma de confanza). Asmsmo, debe ser un ndvduo que no
sea percbdo como "dstante" pqr |os partcpantes de |a sesn y tene que propcar |a partcpacn de
todos. La pacenca es una caracterstca que deber tener.
0urante |a sesn se pueden pedr opnones, hacer preguntas, admnstrar cuestonaros, dscutr casos,
ntercambar puntos de vsta, va|orar dversos aspectos. Ls convenente que cada sesn se grabe en cn-
ta o vdeocnta y despus rea|zar an|ss de contendo y observacn. L| conductor debe tener muy en
c|aro |a nformacn o datos que habrn de reco|ectarse y evtar desvacones de| ob[etvo p|anteado.
6. Llaborar el reporte de seslon. L| cua| nc|uye prncpa|mente datos sobre |os partcpantes (edad, sexo,
nve| educatvo y todo aque||o que sea re|evante para e| estudo), fecha y duracn de |a sesn, nforma-
cn comp|eta de| desarro||o de |a sesn, acttud y comportamento de |os partcpantes haca e| con-
ductor y |a sesn en s, resu|tados de |a sesn y observacones de| conductor, as como una btcora de
|a sesn.
7. Llevar a cabo la codlflcaclon y anallsls correspondlentes.
LJLMPL05 LJLMPL05 LJLMPL05 LJLMPL05
A|gunos e[emp|os de |a ap|cacn de este mtodo podran ser |as sesones en donde se eva|ue a un nuevo pro-
ducto, dgamos un du|ce-Ln estas sesones se podra pedr a |os partcpantes opnones sobre e| sabor, co|or,
presentacn, preco, cua|dades, etctera, de| producto, dscutr a fondo |as propedades, cua|dades y carencas
de| producto: admnstrar|es una esca|a de acttudes o un cuestonaro, y hacer preguntas abertas a cada part-
cpante. 0 ben sesones para ana|zar |a popu|ardad de varos canddatos po|tcos, eva|uar e| servco y |a aten-
cn recbda en un supermercado, ndagar |a percepcn de un grupo de estudantes sobre |a ca|dad de |a ense-
nanza recbda o conocer |a opnn de |os sectores de una comundad sobre una reforma e|ectora|.
1ambn se pueden organzar sesones con dferentes tpos de |a pob|acn y mxtas. Por e[emp|o, |os autores
partcparon en un estudo para eva|uar un programa te|evsvo que acababa de "sa|r a| are" con un nombre-
formato nuevos. Adems de rea|zarse una encuesta te|efnca se organzaron varas sesones (a|gunas con
195
amas de casa, otras con estudantes, tambn con traba[adores, emp|eados de ofcna, e[ecutvos, profesores,
pub|cstas y otros grupos tpo, as como reunones donde partcpaban -por e[emp|o- un ama de casa de ms
de 60 anos, un ama de casa de 50 anos, un ama de casa ms [oven, un emp|eado de una ofcna pub|ca, una
secretara, un profesor, un dependente de supermercado, un e[ecutvo y dos estudantes.
Ln |as sesones se profundz en e| formato de| programa (musca, mane[o de cmaras, duracn, mane[o de
comerca|es, sondo, manera de presentar nvtados, etc.), |os conductores, e| contendo, etctera.
Norma|mente en |as sesones partcpan de ocho a qunce personas. No debe excederse de un numero mane[a-
b|e de su[etos. L| formato y natura|eza de |a sesn o sesones depende de| ob[etvo y |as caracterstcas de |os
partcpantes.
9.6.7. 9.6.7. 9.6.7. 9.6.7. 0tras formas de reco|ecc 0tras formas de reco|ecc 0tras formas de reco|ecc 0tras formas de reco|eccn de |os datos n de |os datos n de |os datos n de |os datos
quL 0IRAS MANLRAS LXlSILN PARA RL00LL0IAR L0S 0AI0S7 quL 0IRAS MANLRAS LXlSILN PARA RL00LL0IAR L0S 0AI0S7 quL 0IRAS MANLRAS LXlSILN PARA RL00LL0IAR L0S 0AI0S7 quL 0IRAS MANLRAS LXlSILN PARA RL00LL0IAR L0S 0AI0S7
Ln ocasones puede acudrse a archlvos que contengan |os datos. Por e[emp|o, podemos acudr a |a a|ca|da de
a|gunas cudades para so|ctar datos re|aconados con |a vo|enca (s nuestra hptess fuera: "La vo|enca ma-
nfesta en |a cudad de Mxco es mayor que en |a cudad de Uaracas"): numero de asa|tos, vo|acones, robos a
casa-habtacn, asesnatos, etc. (datos por habtante, dstrto y genera|es). 1ambn podramos acudr a |os hos-
pta|es y |as dferentes procuraduras, etc. 0tro e[emp|o, sera consu|tar |os archvos de una unversdad y tomar
|os datos de nte|genca, persona|dad u otras varab|es que nos nteresen. 0esde |uego, a veces esta nforma-
cn no es accesb|e. Ln Mxco hay un organsmo que proporcona datos (nc|uso grabados en dsco para com-
putadora) sobre estadstcas nacona|es, e| Insttuto Nacona| de Lstadstca, Ueografa e Informtca (INLUI).
Asmsmo, pueden ut|zarse datos reco|ectados por otros nvestgadores, a |o que se conoce como anallsls se-
cundarlo. Ln este caso es necesaro tener |a certeza de que |os datos son v|dos y confab|es, as como conocer
|a manera como fueron codfcados. L| ntercambo de stos es una prctca comun entre nvestgadores. Ade-
ms, exsten mtodos propos de |as dferentes cencas soca|es como e| anallsls de redes para eva|uar cmo se
manfesta |a comuncacn en un sstema soca| (qun se comunca con qun, qunes dstorsonan |a nforma-
cn, como f|uye |a comuncacn, qunes son |os |deres comuncatvos, etc.), slstemas de medlclon flslologlca,
escalas multldlmenslonales que mden a |os su[etos en varas dmensones (v.g., e| sstema Ua||eo de J. Woe|fe|
y L.L. Ink -1980-), como e| medr |a dstanca psco|gca entre |os conceptos "patra","madre", "presdente" y
"nacn", etc., tomando en cuenta dmensones cogntvas y emocona|es. Y en fn otros mtodos que escapan a|
nve| ntroductoro de este |bro.
Para e| mane[o de archvos se recomenda consu|tar a Webb, Uampbe|| y 5chwartz (1966), para e| an|ss de
redes a Pogers y Kncad (1981) y para esca|as mu|tdmensona|es a Norton (19803, Woe|fe| y 0anes (1980) y,
desde |uego, |as obras c|scas de 1orgerson (1958) y Pummey, 5hephard y Nerove (1972).
9.6. 9.6. 9.6. 9.6.8. 8. 8. 8. Uombnacn de dos o ms nstrumentos de reco|eccn de |os datos Uombnacn de dos o ms nstrumentos de reco|eccn de |os datos Uombnacn de dos o ms nstrumentos de reco|eccn de |os datos Uombnacn de dos o ms nstrumentos de reco|eccn de |os datos
PuL0L uIlLlZARSL MS 0L uN IlP0 0L lNSIRuMLNI0 0L ML0l0l0N7 PuL0L uIlLlZARSL MS 0L uN IlP0 0L lNSIRuMLNI0 0L ML0l0l0N7 PuL0L uIlLlZARSL MS 0L uN IlP0 0L lNSIRuMLNI0 0L ML0l0l0N7 PuL0L uIlLlZARSL MS 0L uN IlP0 0L lNSIRuMLNI0 0L ML0l0l0N7
Ln a|gunos casos, e| nvestgador ut|za varas formas de medcn para tener dferentes enfoques sobre |as
varab|es. Por e[emp|o, e| c|ma |abora| en una organzacn puede medrse a travs de una encuesta ut|zando
un cuestonaro, pero adems pueden rea|zarse varas sesones en profunddad para so|ctar opnones sobre e|
c|ma |abora| y |os prob|emas exstentes, observarse e| comportamento de |os traba[adores y ana|zar e| conte-
ndo de sus mensa[es drgdos a |a organzacn (cartas de sugerencas, |etreros pntados en |os banos, que[as
en sus reunones, etc.).
9.7. U0M0 5L U00IIIUAN LA5 PL5PUL51A5 A UN IN51PUMLN10 9.7. U0M0 5L U00IIIUAN LA5 PL5PUL51A5 A UN IN51PUMLN10 9.7. U0M0 5L U00IIIUAN LA5 PL5PUL51A5 A UN IN51PUMLN10 9.7. U0M0 5L U00IIIUAN LA5 PL5PUL51A5 A UN IN51PUMLN10 0L ML0IUI0N? 0L ML0IUI0N? 0L ML0IUI0N? 0L ML0IUI0N?
Ya se ha vendo menconando que |as categoras de un tem o pregunta y |as categoras y subcategoras de con-
tendo u observacn deben codlflcarse a traves de simbolos o nmeros. Y deben codfcarse porque de |o contra-
ro no puede efectuarse nngun an|ss o so|amente se puede contar e| numero de respuestas en cada categora
(v.g., 25 contestaron "s" y 24 responderon "no"). Pero e| nvestgador se nteresa en rea|zar an|ss ms a|| de
un conteo de casos por categora y |a mayora de |os an|ss se ||evan a cabo por computadora. Para e||o es
necesaro transformar |as respuestas en smbo|os o va|ores numrcos. Los datos deben resumrse, codfcarse
yrepararse para e| an|ss. 1ambn se coment que |as categoras pueden r o no precodfcadas (||evar |a cod-
fcacn en e| nstrumento de medcn antes de que ste sea ap|cado) y que |as preguntas abertas no pueden
estar precodfcadas. Pero en cua|quer caso, una vez que se tenen |as respuestas, stas debern codfcarse.
La codlflcaclon de |as respuestas mp|ca cuatro pasos
1) Uodfcar |as categoras de tems, preguntas y categoras de contendo u observacn no precodfcadas.
2) L|aborar e| |bro de cdgos.
3) Lfectuar fscamente |a codfcacn.
4) Urabar y guardar |os datos en un archvo permanente.
veamos cada paso con a|gunos e[emp|os.
196
0odlflcar 0odlflcar 0odlflcar 0odlflcar
5 todas |as categoras fueron precodfcadas y no se tenen preguntas abertas prmer paso no es necesaro. Lste
ya se efectu.
5 |as categoras no fueron precodfcadas y se tenen preguntas abertas, asgnarse |os cdgos o |a codfcacn
a todas |as categoras de |os tems, preguntas o de contendo u observacn. Por e[emp|o:
Pregunta no precodlflcada Pregunta no precodlflcada Pregunta no precodlflcada Pregunta no precodlflcada
Practca usted a|gun deporte por |o menos una vez a |a semana?
Frase no prec Frase no prec Frase no prec Frase no precodlflcada odlflcada odlflcada odlflcada
"Ureo que estoy recbendo un sa|aro [usto por m traba[o"
5e codlflca
5 - 1ota|mente de acuerdo
4 - 0e acuerdo
3 - N de acuerdo, n en desacuerdo
2 - Ln desacuerdo
1 - 1ota|mente en desacuerdo
1ratndose de preguntas abertas ya se expuso cmo se codfcan.
Lbro de cdgos Lbro de cdgos Lbro de cdgos Lbro de cdgos
Una vez que estn codfcadas todas |as categoras de| nstrumento de medcn, se procede a e|aborar e| "|bro
de cdgos".
L| llbro de codlgos es un documento que descrbe |a |oca|zacn de |as varab|es y |os cdgos asgnados a |os
atrbutos que |as componen (categoras y/o subcategoras) (abbe, 1979). Lste |bro cump|e con dos funcones:
) es |a gua para e| proceso de codfcacn y u) es |a gua para |oca|zar varab|es e nterpretar |os datos durante
e| an|ss (abbe, 1979). L| |bro de cdgos puede conducrnos a |os sgnfcados de |os va|ores de |as categor-
as de |as varab|es.
Los e|ementos de un |bro de cdgos son: varlable, pregunta / item / tema, categorias-subcategorias, columna(s).
5upongamos que tenemos una esca|a Lkert con tres tems (frases):
"La 0reccn Uenera| de Impuestos Nacona|es nforma oportunamente sobre cmo, dnde y cundo pagar |os
mpuestos"
(5) Muy de acuerdo
(4) 0e acuerdo
(3) N de acuerdo, n en desacuerdo
(2) Ln desacuerdo
(1) Muy en desacuerdo
"Los servcos que presta |a 0reccn Uenera| de Impuestos Nacona|es son en genera| muy buenos"
(5) Muy de acuerdo
(4) 0e acuerdo
(3) N de acuerdo, n en desacuerdo
(2) Ln desacuerdo
(1) Muy en desacuerdo
"La 0reccn Uenera| de Impuestos Nacona|es se caracterza por |a deshonestdad de sus funconaros"
(1) Muy de acuerdo
(2) 0e acuerdo
(3) N de acuerdo, n en desacuerdo
(4) Ln desacuerdo
(5) Muy en desacuerdo
L| llbro de codlgos sera e| que se muestra en |a fgura 9.21.
197
I II IIUUPA 9.21 IUUPA 9.21 IUUPA 9.21 IUUPA 9.21
LJLMPL0 0L UN LIP0 0L U00IU05 U0N UNA L5UALA LJLMPL0 0L UN LIP0 0L U00IU05 U0N UNA L5UALA LJLMPL0 0L UN LIP0 0L U00IU05 U0N UNA L5UALA LJLMPL0 0L UN LIP0 0L U00IU05 U0N UNA L5UALA 0L AU1I1U0 1IP0 LIKLP1 (1PL5 I1LM5) 0L AU1I1U0 1IP0 LIKLP1 (1PL5 I1LM5) 0L AU1I1U0 1IP0 LIKLP1 (1PL5 I1LM5) 0L AU1I1U0 1IP0 LIKLP1 (1PL5 I1LM5)
VAR|ALE |TEH 6ATEC0R|A8 600|C08 60LUHNA
Acl|lud rac|a |a 0|rec-
c|r 0erera| de lrpueslos
Nac|ora|es
Frase 1
(|rlorra)
Vuy de acuerdo
0e acuerdo
N| de acuerdo, r| er desacuerdo
Er desacuerdo
Vuy er desacuerdo
5
1
3
2
1
1
Frase 2
(serv|c|os)
Vuy de acuerdo
0e acuerdo
N| de acuerdo, r| er desacuerdo
Er desacuerdo
Vuy er desacuerdo
5
1
3
2
1
2
Frase 3 (desroresl|dad) Vuy de acuerdo
0e acuerdo
N| de acuerdo, r| er desacuerdo
Er desacuerdo
Vuy er desacuerdo
1
2
3
1
5
3
Ln e| caso de| estudo por observacn de Naves y Pop|awsky (1984) (fgura 9.20), e| |bro de cdgos sera e| que
se muestra en |a fgura 9.22.
48
18
0esde |uego, Naves y PopiaWs|y (1981) para |as calegorias de 'corducla de ev|lac|r ooleriar esla cod|l|cac|r cada 10 segurdos (cada ur|dad de ar||s|s), y
suraoar e| rurero de 1 (uros) y |o lrarslorraoar er porcerlajes. Aqui suporerros que loda |a |rleracc|r cor e| del|c|erle rerla| puede calegor|zarse y suoeale-
gorzarse.
198
Ls decr, e| |bro de cdgos es un manua| para e| nvestgador y |os codfcadores. Los cuestonaros contestados,
|as esca|as ap|cadas, |as ho[as de codfcacn, |as pruebas responddas o cua|quer otro nstrumento de med-
cn admnstrado son transferdos a una matrz, |a cua| es e| con[unto de datos smb|cos o numrcos producto
de |a ap|cacn de| nstrumento. Lsta matrz es |o que habr de ana|zarse. L| apartado columna dentro de|
|bro de cdgos tene sentdo en |a matrz, veamos por qu. La matrz tene reng|ones y co|umnas, |os reng|ones
representan casos o su[etos en |a nvestgacn, |as co|umnas son |os |ugares donde se regstran |os va|ores en
|as categoras o subcategoras. Lsto podra esquematzarse as:
Los resu|tados de| nstrumento de medcn se transferen a |a matrz por medo de| |bro de cdgos. L| proceso
puede representarse as:
5n e| llbro de codlgos no puede ||evarse a cabo |a transferenca. vamos a suponer que hubramos ap|cado |a
esca|a de acttud con tres tems de |a fgura 9.21 a cuatro personas, obtenendo |os sguentes resu|tados:
199
Persona 2
0btuvo respectvamente: 3 (n de acuerdo, n en desacuerdo)
4 (de acuerdo)
3 (n de acuerdo, n en desacuerdo)
Persona 3
0btuvo respectvamente: 4
4
4
Persona 4
0btuvo respectvamente: 5
4
3
0e acuerdo con e| |bro de cdgos (fgura 9.21), tendramos |a sguente matrz (fgura 9.23):
Ln e| e[emp|o de Naves y Pop|awsky (fgura 9.22), a matrz sera |a de |a fgura 9.24.
200
L| llbro de codlgos ndca a |os codfcadores qu varab|e, tem/categora/subcategora va en cada co|umna y
qu va|ores debe anotar en cada co|umna, as como e| sgnfcado de cada va|or numrco.
Uon e| llbro de codlgos sabemos que e| su[eto 1 es e| "01", que pertenece a| grupo cu|tura|" ("1" en |a tercer co-
|umna), que tuvo una conducta de a|e[amento en su dstanca fsca ("0" en |a cuarta co|umna), que sus mov-
mentos corpora|es fueron de tensn ("0" en |a qunta co|umna), que su conducta vsua| fue a otra parte, no vo
a| su[eto ("0" en |a sexta co|umna), que d[o frases dctomas y/o s|encos ("0" en |a sptma co|umna) y que fue
codfcado por LPL ("1" en |a octava co|umna). Y as con cada su[eto.
0bsrvese que, sn e| |bro de cdgos, no se puede codfcar y una matrz de datos carece de sgnfcado. La s-
guente matrz no nos dce nada sn e| |bro de cdgos. Por e[emp|o:
u sgnfca cada co|umna, cada dgto? Lst en c|ave y s|o podemos tener acceso a e||a medante e| |bro de
cdgos.
Ln e| |bro de cdgos y en |a matrz de datos, una varab|e, tem, categora o subcategora puede abarcar una,
dos o ms co|umnas, dependendo de |o que est ndcando. veamos e| sguente |bro de cdgos y |a matrz
correspondente (fgura 9.25).
201
202
va|ores perddos va|ores perddos va|ores perddos va|ores perddos
Uuando |as personas no responden a un tem o contestan ncorrectamente o no puede regstrarse |a nformacn
(v.g., no se pudo observar |a conducta), se crea una o varas categoras de va|ores perddos y se |es asgnan sus
respectvos cdgos.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
5 - 1 5 - 1
No - 2 No - 2
No contest - 3 o va|or perddo por dversas razones
Uontest ncorrectamente - 4 - 9
Pasta e| momento se han presentado, por razones ddctcas, e[emp|os resumdos de |bros de cdgos. 0esde
|uego, un |bro de cdgos norma|mente tene ms varab|es o categoras y consecuentemente ms co|umnas (a|
gua| que |a matrz de datos). Pay matrces que pueden tener 500 o ms co|umnas. Asmsmo, debe recordarse
que |os reng|ones son casos (su[etos, escue|as, seres de te|evsn, etc.), y a veces es necesaro extender |as
co|umnas a otro reng|n u otros reng|ones (en computadoras |mtadas a mane[ar 80 co|umnas). Lsto podra
representarse as:
Uodfcacn fsca Uodfcacn fsca Uodfcacn fsca Uodfcacn fsca
L| tercer paso de| proceso de codfcacn es |a codfcacn fsca de |os datos, es decr, e| ||enado de |a matrz de
datos. Lsta codfcacn |a efectuan |os codfcadores, a quenes se |es proporcona e| |bro de cdgos. As, cada
codfcador va vacando |as respuestas en |a matrz de datos, de acuerdo con e| |bro de cdgos. L| vacado de |a
matrz de datos puede hacerse en "ho[as de tabu|acn", |as cua|es tenen co|umnas y reng|ones. Ln |a fgura
9.26 se muestra un e[emp|o de una de estas ho[as.
5 no a|canzan con una ho[a de tabu|acn ut|zan |as ho[as necesaras para vacar |os datos de todos |os casos.
Por e[emp|o, |a prmera ho[a puede a|canzarnos para 24 casos, pero s tenemos 200 casos, habremos de ut|zar
9 ho[as. Uada ho[a estar ||ena de dgtos.
UPAA00 Y ULNLPAUI0N 0L APUPIv05 UPAA00 Y ULNLPAUI0N 0L APUPIv05 UPAA00 Y ULNLPAUI0N 0L APUPIv05 UPAA00 Y ULNLPAUI0N 0L APUPIv05
Las ho[as de tabu|acn pueden coparse a un dsco o una cnta magntca para computadora, o ben, pueden
tec|earse a un archvo dentro de una cuenta en una computadora. Ln cua|quer caso, se crea un archvo o "f|e",
e| cua| debe ser nombrado y contene |os datos codfcados en va|ores numrcos en forma de matrz. L| proceso
se muestra en |a fgura 9.27. 1ambn exsten en |a actua|dad sstemas para |a |ectura ptca, |os cua|es pue-
den |eer y a|macenar |os datos drectamente de |os cuestonaros (u otros nstrumentos de medcn) o de |as
ho[as de tabu|acn. 0esde |uego, son sstemas costosos que requeren de |pces o tnta especa|es. Asmsmo,
a|gunos nvestgadores con bastante experenca pasan |os datos drectamente de| nstrumento ap|cado a| ds-
co, cnta o computadora, pero se requere de mucha prctca y persona| capactado.
As, |os datos han sdo capturados en un archvo permanente y estn |stos para ser ana|zados medante un
programa de computadora. L| proceso va desde |a respuesta de |os su[etos hasta un archvo que contene una
matrz (que es una matrz de va|ores numrcos que sgnfcan respuestas). La conducta y |os va|ores de |as va-
rab|es han sdo codfcados.
203
204
PL5UMLN PL5UMLN PL5UMLN PL5UMLN
1. Peco|ectar |os datos mp|ca se|ecconar un nstrumento de medcn dsponb|e o desarro||ar uno propo,
ap|car e| nstrumento de medcn y preparar |as medcones obtendas para que puedan ana|zarse correc-
tamente.
2. Medr es e| proceso de vncu|ar conceptos abstractos con ndcadores emprcos, medante c|asfcacn y/o
cuantfcacn.
3. Ln toda nvestgacn medmos |as varab|es contendas en |as hptess.
4. Un nstrumento de medcn debe cubrr dos requstos: confab|dad y va|dez.
5. La confab|dad se refere a| grado en que |a ap|cacn repetda de un nstrumento de edcn a| msmo
su[eto u ob[eto, produce gua|es resu|tados.
6. La va|dez se refere a| grado en que un nstrumento de medcn mde rea|mente |a(s) varab|e(s) que pre-
tende medr.
7. 5e pueden aportar tres tpos de evdenca para |a va|dez: evdenca re|aconada con e| contendo, evdenca
re|aconada con e| crtero y evdenca re|aconada con e| constructo.
8. Los factores que prncpa|mente pueden afectar |a va|dez son: mprovsacn, ut|zar nstrumentos desarro-
||ados en e| extran[ero y que no han sdo va|dados a nuestro contexto, poca o nu|a empata, factores de ap|-
cacn.
9. No hay medcn perfecta, pero e| error de medcn debe reducrse a |mtes to|erab|es.
10. La confab|dad se determna ca|cu|ando un coefcente de confab|dad.
11. Los coefcentes de confab|dad varan entre 0 y 1 (0 - nu|a confab|dad, 1 -tota| confab|dad).
12. Los procedmentos ms comunes para ca|cu|ar |a confab|dad son |a medda de estab|dad, e| mtodo de
formas a|ternas, e| mtodo de mtades partdas, e| coefcente a|fa de Uronbach y e| doefcente KP-20.
13. La va|dez de contendo se obtene contrastando e| unverso de tems contra |os tems presentes en e| ns-
trumento de medcn.
14. La va|dez de crtero se obtene comparando |os resu|tados de ap|car e| nstrumento de medcn contra |os
resu|tados de un crtero externo.
15. La va|dez de constructo se puede determnar medante e| an|ss de factores.
16. Los pasos genrcos para construr un nstrumento de medcn son:
Lstar |as varab|es a medr.
Pevsar sus defncones conceptua|es y operacona|es.
L|egr uno ya desarro||ado o construr uno propo.
Indcar nve|es de medcn de |as varab|es (nomna|, ordna|, por nterva|os y de razn).
Indcar cmo se habrn de codfcar |os datos.
Ap|car prueba p|oto.
Uonstrur versn defntva.
17. Ln |a nvestgacn soca| dsponemos de dversos nstrumentos de medcn:
a) Prncpa|es esca|as de acttudes: Lkert, 0ferenca| 5emntco y Uuttman.
b) Uuestonaros (autoadmnstrado, por entrevsta persona|, por entrevsta te|efnca y por correo).
c) An|ss de contendo.
d) 0bservacn.
e) Pruebas estandarzadas (procedmento estndar).
f) 5esones en profunddad.
g) Archvos y otras formas de medcn.
18. Las respuestas se codfcan.
19. La codfcacn mp|ca:
a) Uodfcar |os tems o equva|entes no precodfcados.
b) L|aborar e| |bro de cdgos.
c) Lfectuar fscamente |a codfcacn.
d) Urabar y guardar |os datos en un archvo permanente.
U0NULP105 5IU05 U0NULP105 5IU05 U0NULP105 5IU05 U0NULP105 5IU05
Peco|eccn de datos
Medcn
Instrumento de medcn
Uonfab|dad
va|dez
Uoefcente de confab|dad
205
Nve|es de medcn
Medda de estab|dad
Mtodo de formas a|ternas
Mtodo de mtades partdas
Uoefcente a|fa de Uronbach
Uoefcente KP-20 de Kuder-Pchardson
Lvdenca re|aconada con e| contendo
Lvdenca re|aconada con e| crtero
Lvdenca re|aconada con e| constructo
Lsca|as de acttudes
Lsca|a Lkert
0ferenca| semntco
Lsca|ograma de Uuttman
Uuestonaros
An|ss de contendo
0bservacn
Pruebas estandarzadas
Pruebas proyectvas
5esones en profunddad
Uodfcacn
Uodfcador
Po[as de codfcacn
Matrz de datos
Po[as de tabu|acn
Archvo de datos
LJLPUIUI05 LJLPUIUI05 LJLPUIUI05 LJLPUIUI05
1. usque una nvestgacn en a|gun artcu|o centfco de una revsta en cencas soca|es (ver apndce uno)
donde se nc|uya nformacn sobre |a confab|dad y |a va|dez de| nstrumento de medcn. L| nstrumen-
to es confab|e?, qu tan confab|e?, qu tcnca se ut|z para determnar |a confab|dad?, es v|do?,
cmo se determn |a va|dez?
2. Pesponda y dscuta con e[emp|os |a dferenca entre confab|dad y va|dez.
3. 0efna ocho varab|es e ndque su nve| de medcn.
4. 5uponga que a|guen est tratando de eva|uar |a acttud haca e| Presdente de |a Pepub|ca, construya un
cuestonaro tpo Lkert con 10 tems para medr dcha acttud e ndque cmo se ca|fcara |a esca|a tota| (5
tems postvos y 5 negatvos). Ina|mente ndque |a dmensn que cada tem pretende medr de dcha act-
tud (credb|dad, presenca fsca, etc.).
5. Uonstruya un cuestonaro para medr |o que usted consdere convenente (con preguntas demogrfcas y -
por |o menos- 10 preguntas ms), ap|que|o a 20 conocdos suyos, e|abore e| |bro de cdgos y |a matrz de
datos y vace|a en una ho[a de tabu|acn e|aborada por usted. Ina|mente |ea de |a ho[a de tabu|acn e|
sgnfcado de |os dgtos de todas |as co|umnas correspondentes a |os 5 prmeros casos.
6. P|anee una sesn en profunddad (ndque ob[etvos, procedmento, su[etos tpo, agenda, etc.) y organce|a
con amgos suyos. A| fna|, autoeva|ue su experenca.
7. 0sene una nvestgacn (p|anteamento de| prob|ema, hptess, dseno) donde ut|ce por |o menos dos
tpos de nstrumentos de medcn para reco|ectar |os datos.
8. Umo se podran ap|car e| an|ss de contendo y |as sesones en profunddad para |a eva|uacn de un
programa educatvo a nve| superor?
ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A
ANA51A5I, A. (1982). Psychoioglcal testlng. Nueva York, NY: MacM||an Pub|shng Uo., Inc. unta Ldcn.
AIL, L. P. (1979). Ihe practlce of soclal research. e|mont, UA.: Wadsworth Pubshng Uo., Inc.
UAPMINL5, L. U. y 2LLLLP, P. A. (1979). Reliabllltyand valldltyassesment. ever|y P|s, UA: 5age
Pub|catons7|nc. 5eres: uanttatve App|catons n Ihe 5oca| 5cences, vo|. 17.
UP0NAUP, L. J. (1984). Lssentlais of psychoioglcal testlng. Nueva York, NY:
Uardner Press, Inc.
KPIPPLN00PII, K. (1982). 0ontentanalysls. ever|y P|s, UA: 5age Pub|shng Uo., Inc.
MILLLP, 0. U. (1977). Randbook of research deslgo and soclal measurement. Nueva York, NY: Longman, Inc.
206
1ercera edcn.
NUNNALLY, J.U. (1970). lntroductlon te psychologlcaimeasurement. Nueva York, NY:
McUraw-P||, Inc.
1P0PN0IKL, P. L. y PAULN, L. (1980). Iests y tecnlcas de medlclon en pslcologia y educaclon. Mxco, 0.I.: Ld-
tora| 1r||as.
WL, L. J., UAMPLLL, 0. 1., y 5UPWAP12, P.0. (1966). unostruslve measures
nonreactlve research ln the soclal sclences. U5A: Pand McNa||y Uo||ege Pub|shng Uo.
WILP5MA, W. (1986). Research methods ln educatlon. Newton, Mass: AI|yn and acon, Inc. Uuarta edcn, cap-
tu|o 11 ("Measurement and data co||ecton").
LJLMPL0
La te|evsn y e| nno
IIUUPA 9.28
UUL51I0NAPI05 UL 5L A0MINI51PAP0N A L05 NIN05 0LL 0I51PI10 IL0LPAL PAPA LL LJLMPL0 0L LA 1LLL-
vI5I0N Y LL NIN0 (5L INULUYL PAPUIALMLN1L LN vLP5I0N PPLU00IIIUA0A)
1. Uada cundo |ees un perdco?
________ cas nunca (0)
________ una vez a| mes (1)
________ una vez cada semana (2)
________ 2 o 3 veces a |a semana (3)
________ 4 o 5 veces a |a semana (4)
________ daro (5)
2. Uada cundo vas a| cne?
________ una vez por semana (4)
________ una cada dos semanas (3)
________ una vez a| mes (2)
________ una vez cada 2 o 3 meses (1)
________ cas nunca (0)
3. Uunto tempo oyes e| rado cada da?
________ no ogo e| rado (0)
________ menos de 1 hora a| da (1)
________ de 1 a 2 horas a| da (2)
________ de 2 a 3 horas a| da (3)
________ ms de 3 horas a| da (4)
4. 0urante |a semana pasada, cuntos cuentos de montos has |edo? (numero)
5. 0urante |a semana pasada, cuntas revstas has |edo, sn tomar en cuenta |os cuentos de montos? ___
(numero)
6. 5n contar |os |bros que hayas |edo para |a escue|a, cuntos |bros has |edo durante e| mes pasado? ___
(numero)
7. ves te|e todos |os das?
5 ______ No ______
(1) (0)
8. Ln |os das que vas a |a escue|a, cunto tempo ves te|evsn?
________ no veo te|evsn (0)
________ menos de 1 hora (1)
________ 1 o 2 horas (2)
________ 3 o 4 horas (3)
________ 5 horas o ms (4)
9. Uomo cunto tempo ves te|evsn |os sbados?
________ no veo te|evsn (0)
________ menos de 1 hora (1)
207
________ 1 o 2 horas (2)
________ 3 o 4 horas (3)
________ 5 horas o ms (4)
10. Uunta te|evsn ves |os domngos?
________ no veo te|evsn (0)
________ menos de 1 hora (1)
________ 1 o 2 horas (2)
________ 3 o 4 horas (3)
________ 5 horas o ms (4)
11. u programas de te|evsn vste ayer?
12. Uundo ves ms te|evsn?
________ entre semana (1)
________ |os fnes de semana (2)
________ sempre (3)
13. Uundo te gusta ver ms te|evsn?
________ en |a tarde (1)
________ en |a noche (2)
208
18. Uenera|mente con qun ves |a te|evsn?
________ so|o (1)
________ con m pap (2)
________ con m mam (3)
________ con ms hermanos (4)
________ con ms prmos (5)
________ con ms amgos (6)
________ con |a srventa (7)
19. La mayora de |as veces, qun escoge |os programas?
_______ yo (1)
_______ pap (2)
_______ mam (3)
_______ hermanos (4)
_______ prmos (5)
_______ amgos (6)
_______ srventa (7)
20. Marca con una pa|omta, s ests de acuerdo o no, con |as sguentes frases. M pap o m mam me rega-
nan cuando vea mucha te|evsn.
5 ______ No ______
(1) (0)
A veces me castgan sn ver te|evsn.
209
5 ______ No ______
(1) (0)
M| pap o m mam me prohben ver a|gunos programas de te|evsn.
5 ______ No ______
(1) (0)
Yo me voy a dormr a |a hora que quero.
5 ______ No ______
(1) (0)
21. veo |a te|evsn porque me ro mucho. sempre (2)
________ a veces (1)
________ cas nunca (0)
22. veo |a te|evsn porque es muy dvertda. sempre (2)
________ a veces (1)
________ cas nunca (0)
23. veo |a te|evsn porque se me pasa e| tempo vo|ando. sempre (2)
________ a veces (1)
________ cas nunca (0)
24. veo |a te|evsn porque me entretene mucho. sempre (2)
________ a veces (1)
________ cas nunca (0)
25. veo |a te|evsn porque nunca me aburro. sempre (2)
_________ a veces (1)
_________ cas nunca (0)
26. Uuando ves |a te|evsn por |as razones de arrba, qu tanto te gusta?
________ muchsmo (4)
________ mucho (3)
________ regu|ar (2)
________ un poco (1)
________ cas nada (0)
210
10
An|ss de |os datos An|ss de |os datos An|ss de |os datos An|ss de |os datos
PP0UL50 0L INvL51IUAUI0N
Noveno paso
ANALI2AP L05 0A105:
0ecdr qu pruebas estadstcas son apropadas para ana|zar |os datos, depen-
dendo de |as hptess formu|adas y |os nve|es de medcn de |as varab|es.
L|aborar e| programa de computadora para ana|zar |os datos: ut|zando un pa-
quete estadstco o generando un programa propo.
Uorrer e| programa.
0btener |os an|ss requerdos.
Interpretar |os an|ss.
0JL1Iv05 0JL1Iv05 0JL1Iv05 0JL1Iv05
ue e| a|umno:
1. Uomprenda e| concepto de prueba estadstca.
2. Uomprenda que no se ap|can |as pruebas estadstcas smp|emente por ap|car|as, sno que se ap|can con
un sentdo y [ustfcacn.
3. Uonozca |as prncpa|es pruebas estadstcas desarro||adas para |as cencas soca|es, as como sus ap|ca-
cones, stuacones en |as que se ut|za cada una y formas de nterpretar|as.
4. Uomprenda |os procedmentos para ana|zar |os datos.
5. Ana|ce |a nterre|acn entre dstntas pruebas estadstcas.
6. Aprenda a dferencar entre estadstca paramtrca y estadstca no paramtrca.
5IN1L5I5 5IN1L5I5 5IN1L5I5 5IN1L5I5
L| captu|o presenta |os procedmentos genera|es para efectuar an|ss estadstco por computadora. Asmsmo,
se comentan, ana|zan y e[emp|fcan |a pruebas y an|ss estadstcos ms ut|zados en cencas soca|es, nc|u-
yendo estadstcas descrptvas, an|ss paramtrcos, no paramtrcos y mu|tvarados. Ln |a mayora de estos
an|ss e| enfoque de| captu|o se centra en |os usos y |a nterpretacn de |a prueba ms que en e| procedmen-
to de ca|cu|ar estadstcas, debdo a que actua|mente |os an|ss se hacen con ayuda de |a computadora y no
manua|mente, muy pocas veces es necesaro que e| nvestgador haga-sus c|cu|os a mano basndose en |as
frmu|as dsponb|es.
Poy da, |as frmu|as ayudan a entender |os conceptos estadstcos pero no a ca|cu|ar estadstcas. L| captu|o
tambn proporcona una ntroduccn genera| a |os an|ss mu|tvarados.
10.1. 10.1. 10.1. 10.1. UL PP0UL0IMILN10 5L 5IUUL PAPA ANALI2AP L05 0A105? UL PP0UL0IMILN10 5L 5IUUL PAPA ANALI2AP L05 0A105? UL PP0UL0IMILN10 5L 5IUUL PAPA ANALI2AP L05 0A105? UL PP0UL0IMILN10 5L 5IUUL PAPA ANALI2AP L05 0A105?
Una vez que |os datos han sdo codfcados y transferdos a una matrz, as como guardados en un archvo, e|
nvestgador puede proceder a ana|zar|os.
Ln |a actua|dad e| an|ss de |os datos se ||eva a rabo. por. .computadora. Prctcamente ya nade |o hace de
forma manua|, especa|mente s se tene un vo|umen de datos consderab|e. Por otra parte, en prctcamente
todas |as nsttucones de educacn superor,,centros de nvestgacn, empresas y sndcatos se dspone de ss-
temas de cmputo para archvar y ana|zar datos. 0e esta suposcn parte e| presente captu|o. Ls por e||o que
e| enfasls se centra en |a lnterpretaclon de los metodos de anallsls cuantltatlvo y no en |os procedmentos de
c|cu|o de stos.
49
L| an|ss de |os datos se efectua sobr |a matrlz de datos ut|zando un programa de computadora. L| proced-
mento de an|ss se esquematza en |a fgura 10.1.
19
Aque||os |eclores que deseer corocer |os proced|r|erlos de c|cu|o de |os rlodos de ar||s|s cuarl|lal|vo se recor|erda wr|grl (19Z9), N|e el aL (19Z5), Lev|r
(19Z9), 0oWr|e y lealr (19Z3), Ker||rger y Pedoazur (19Z3) y|os d|lererles vo|ureres de |a ser|e '0uarl|lal|ve App||cal|ors |r lre 3oc|a| 3c|erces puo||cados por
3age Puo||cal|ors, lrc. Aders, cua|qu|er ||oro de esladisl|ca soc|a| corl|ere d|cros proced|r|erlos de c|cu|o.
211
veamos paso por paso e| procedmento menconado.
10.2. 10.2. 10.2. 10.2. UL ANLI5I5 0L L05 0A105 PUL0LN LILU1UAP5L? UL ANLI5I5 0L L05 0A105 PUL0LN LILU1UAP5L? UL ANLI5I5 0L L05 0A105 PUL0LN LILU1UAP5L? UL ANLI5I5 0L L05 0A105 PUL0LN LILU1UAP5L?
Los an|ss que vayamos a practcar a |os datos dependen de tres factores:
a) L| nlvel de medlclon de |as varab|es.
b) La manera como se hayan formu|ado |as hlpotesls.
c) L| lnteres del lnvestlgador.
Por e[emp|o, no es |o msmo |os an|ss que se |e rea|zan a una varab|e nomna| que a una por nterva|os. 5e
sugere a| |ector que recuerde |os nve|es de medcn vstos en e| captu|o anteror.
Usua|mente e| nvestgador busca, en prmer trmno, descrbr sus datos y posterormente efectuar an|ss es-
tadstcos para re|aconar sus varab|es, Ls decr, rea|za an|ss de estadistlca descrlptlva para cada una de sus
varab|es y |uego descrbe |a re|acn entre stas. Los tpos o mtodos de an|ss son varados y se comentarn
a contnuacn. Pero cabe sena|ar que e| an|ss no es ndscrmnado, cada mtodo tene su razn de ser y un
propsto especfco, no deben hacerse ms an|ss de |os necesaros. La estadstca no es un fn en s msma,
es una herramenta para ana|zar |os datos.
Los prncpa|es an|ss que pueden efectuarse son:
Lstadstca descrptva para |as varab|es, tomadas ndvdua|mente.
Puntuacones "2".
Pazones y tasas.
U|cu|os y razonamentos de estadstca nferenca|.
Pruebas paramtrcas.
Pruebas no paramtrcas.
An|ss mu|tvarados.
A contnuacn hab|aremos de estos dstntos an|ss.
10.3. 10.3. 10.3. 10.3. L51A0I51IUA 0L5UPIP1IvA PAPA UA0A vAPIALL L51A0I51IUA 0L5UPIP1IvA PAPA UA0A vAPIALL L51A0I51IUA 0L5UPIP1IvA PAPA UA0A vAPIALL L51A0I51IUA 0L5UPIP1IvA PAPA UA0A vAPIALL
La prlmera tarea es descrlblr los datos, valores o puntuaclones obtenldas para cada varlable. Por e[emp|o, s
ap|camos a 2 048 nnos e| cuestonaro sobre |os usos y gratfcacones que tene |a te|evsn para e||os (Ier-
nndez-Uo||ado, aptsta y L|kes, 1986), cmo pueden descrbrse estos datos? 0escrbendo |a dstrbucn de
|as puntuacones o frecuencas.
10.3.1. u es una dstrbucn de frecuencas? 10.3.1. u es una dstrbucn de frecuencas? 10.3.1. u es una dstrbucn de frecuencas? 10.3.1. u es una dstrbucn de frecuencas?
Una dlstrlbuclon de frecuenclas es un con[unto de puntuacones ordenadas en sus respectvas categoras., La
tab|a 10.1 muestra un e[emp|o de una dstrbucn de frecuencas.
1ALA 10.1
LJLMPL0 0L UNA 0I51PIUUI0N 0L IPLUULNUIA5
vAPIALL: U0N0UU10P PPLILPI00
0ategorias 0ategorias 0ategorias 0ategorias 0od 0od 0od 0odlgos lgos lgos lgos Frecue Frecue Frecue Frecuen nn nclas clas clas clas
AM1 1 50
LLM 2 88
IUI 3 12
MML 4 3
101AL 153
A veces, |as categorias de |as dstrbucones de frecuencas son tantas que es necesaro resumras. Por e[emp|o,
examnemos detendamente |a dstrbucn de |a tab|a 10.2.
212
Esla d|slr|ouc|r podria resur|rse o corperd|arse
coro er |a lao|a 10.3.
TA8LA 10.3
EJEVPL0 0E uNA 0l3TRl8uCl0N RE3uVl0A
vARlA8LE: CALlFlCACl0N EN LA PRuE8A 0E
V0TlvACl0N
10.3.2. u otros e|ementos contene una dst 10.3.2. u otros e|ementos contene una dst 10.3.2. u otros e|ementos contene una dst 10.3.2. u otros e|ementos contene una dstrbucn de frecuencas? rbucn de frecuencas? rbucn de frecuencas? rbucn de frecuencas?
Las dlstrlbuclones de frecuenclas pueden comp|etarse agregando |as frecuenclas relatlvas y las frecuenclas
acumuladas. Las frecuenclas relatlvas son los porcentajes de casos en cada categora, y |as frecuencas acumu-
|adas son |o que se va acumu|ando en cada categora, desde |a ms ba[a hasta |a ms a|ta. La tab|a 10.4 mues-
tra un e[emp|o con |as frecuenclas relatlvas y acumuladas.
1ALA 10.4
LJLMPL0 0L UNA 0I51PIUUI0N 0L IPLUULNUIA5 U0N 10005 5U5 LLLMLN105
vAPIALL: U00PLPAUI0N 0LL PLP50NAL PAPA LL PP0YLU10 0L UALI0A0 0L LA LMPPL5A
IPLUULNUIA5
IPLUULNUIA5 PLLA1IvA5 IPLUULNUIA5
UA1LU0PIA5 U00IU05 A50LU1A5 (P0PULN1AJL5) AUUMULA0A5
-5 se ha obtendo 1 91 74.6% 91
|a cooperacn
-No se ha obtendo 2 5 4.1% 96
|a cooperacn
-No responderon 3 26 21.3% 122
101AL 122 100.0%
Las frecuencas acumu|adas, como su nombre |o ndca, consttuyen |o que se acumu|a en cada categora. Ln |a
categora "s se ha obtendo |a cooperacn" se han acumu|ado 91. Ln |a categora "no se ha obtendo |a coope-
racn" se acumu|an 96 (91 de |a categora anteror y 5 de |a categora en cuestn). Ln |a u|tma categora
sempre se acumu|a e| tota|. Las frecuenclas acumuladas tamblen pueden expresarse en porcentajes (entonces
|o que se va acumu|ando son porcenta[es). Ln e| e[emp|o de |a tab|a 10.4 tendramos, respectvamente:
UA1LU0PIA U00IU05
IPLUULNUIA5 AUUMULA0A5
PLLA1IvA5 (%)
- s 1 74.6%
- no 2 78.7%
- no responderon 3 100.0%
213
Las frecuencas re|atvas o porcenta[es pueden ca|cu-
|arse as:
) 100 (
N
n
Porcentaje
T
c
=
0onde nc es e| numero de casos o frecuencas abso|u-
tas en |a categora y N1 es e| tota| de casos. Ln e|
e[emp|o de |a tab|a 10.4 tendramos:
Porcenta[e1 -
122
91
- 74.59 - 74.6%
Porcenta[e2 -
122
5
- 4.09 - 4.1%
Porcenta[e3 -
122
26
- 21.31 - 21.3%
Pesu|tados que corresponden a |os porcenta[ Pesu|tados que corresponden a |os porcenta[ Pesu|tados que corresponden a |os porcenta[ Pesu|tados que corresponden a |os porcenta[es de |a tab|a 10.4. es de |a tab|a 10.4. es de |a tab|a 10.4. es de |a tab|a 10.4.
A| e|aborar e| reporte de resu|tados, una dstrbucn puede presentarse con |os e|ementos ms nformatvos
para e| |ector y |a verba|zacn de |os resu|tados o un comentaro, ta| como se muestra en |a tab|a l0.5.
1ALA 10.5
LJLMPL0 0L UNA 0I51PIUUI0N PAPA PPL5LN1AP A UN U5UAPI0
5L PA 01LNI00 LA U00PLPAUI0N 0LL PLP50NAL PAPA LL PP0YLU10 0L UALI0A0?
0btenclon No. de organlzaclones Porcentajes
5 91 74.6
No 5 4.1
No responderon 26 21.3
101AL 122 100.0
U0MLN1API0: Prctcamente tres cuartas partes de |as organzacones s han obtendo |a cooperacn de| per-
sona|. L|ama |a atencn que poco ms de una qunta parte no quso comprometerse con su respuesta.
Las organzacones que no han |ogrado |a cooperacn de| persona| menconaron como factores a| au-
sentsmo, rechazo a| cambo y conformsmo.
Ln |a tab|a 10.5 puderon haberse nc|udo so|amente |os porcenta[es y e|mnarse |as frecuencas.
Ln |os comentaros de |as dstrbucones de frecuencas pueden ut|zarse frases ta|es como[|a mtad de |os en-
trevstados prefere |a marca X" (con un 50), "poco menos de |a mtad" de |a pob|acn mencon que votarn
por e| canddato X (por e[emp|o, con un 48.7%), "cas |a tercera parte..." (por e[emp|o, con un 32.8%), "cuatro de
cada dez senoras..." (40%), "so|amente uno de cada dez..." (10%), "|a enorme mayora..." (96.7%), etctera.
10.3.3. 10.3.3. 10.3.3. 10.3.3. 0e qu otra manera pueden presentarse |as dstrbucones de frecue 0e qu otra manera pueden presentarse |as dstrbucones de frecue 0e qu otra manera pueden presentarse |as dstrbucones de frecue 0e qu otra manera pueden presentarse |as dstrbucones de frecuen nn ncas? cas? cas? cas?
Las dstrbucones de frecuen-
cas, especa|mente cuando
ut|zamos |as frecuencas re|a-
tvas, pueden presentarse en
forma de hstogramas o grf-
cas de otro tpo. A|gunos e[em-
p|os se presentan en |a fgura
10.2.
Ls cas |a mtad de |as empre-
sas (48.4%), |os nve|es drect-
vos y gerenca|es no han part-
cpado en cursos, ta||eres o
semnaros sobre ca|dad y
reas re|aconadas.
214
Prctcamente tres cuartas partes de |as empresas han obtendo |a cooperacn de todo e| persona| (o |a mayo-
ra) para e| proyecto de ca|dad de |a empresa. Pero ||ama |a atencn que poco ms de una qunta parte no qu-
so comprometerse con su respuesta. Los cnco motvos de no cooperacn con dcho proyecto fueron: ausents-
mo, fa|ta de nters, rechazo a| cambo, fa|ta de concentzacn y conformsmo.
Las grfcas crcu|ares pueden trazarse con un transportador y medante |a frmu|a:
Urados necesaros para grafcar |a categora -
100
360 categoria la de Porcentaje
Uon e| e[emp|o de |a tab|a 10.5, tendramos:
Urados categora "s" - 56 , 268
100
360 6 , 74
=
Urados categora "no" - 76 , 14
100
360 1 , 4
=
Urados categora "no responderon" - 68 , 76
100
360 3 , 21
=
As, vemos en e| transportador cuntos grados corresponden y grafcamos. Los hstogramas se pueden e|aborar
con reg|a y transformando a nuestra esca|a |os porcenta[es.
5n embargo, hoy en da se dspone de una gran varedad de programas y paquetes de computadora que e|abo-
ran cua|quer tpo de grfca, nc|uso a co|ores y ut|zando efectos de movmentos y tercera dmensn.
10.3.4. Las dstrbucones de frecuencas tambn se pueden grafcar como po|gonos de frecuencas
Los poligonos de frecuenclas re|aconan |as puntuacones con sus respectvas frecuencas. Ls propo de un nve|
de medcn por nterva|os. La forma de construr un po|gono de frecuencas es |a sguente:
a) Ln e| e[e horzonta| (X), se co|ocan |as categoras o nterva|os.
b) Ln e| e[e vertca| (Y), se co|ocan |as frecuencas, dependendo de cu| es e| mayor numero posb|e de frecuencas.
c) 5e determnan |os puntos medos de cada categora o nterva|o. Por e[emp|o, s|os nterva|os fueran 25-29,
30-34, 35-39, etc., |os puntos medos seran 27, 32, 37, etc.
d) 5e ve cuntas frecuencas tene cada categora y se traza un punto en |a nterseccn de |as frecuencas y |os
puntos medos de |as categoras o nterva|os.
e) 5e unen |os puntos trazados en |as nterseccones.
Un e[emp|o de |a e|aboracn de un po|gono de frecuencas se muestra en |a fgura 10.3.
215
L| po|gono de frecuencas obedece a |a sguente dstrbucn:
Uategoras / nterva|os Irecuencas abso|utas
20-24.9
25-29.9
30-34.9
35-39.9
40-44.9
45-49.9
50-54.9
10
20
35
33
36
27
8
101AL 169
Los poligonos de frecuencla representan curvas ut|es para descrbr |os datos, ms ade|ante se hab|ar de e||o.
Ln resumen, para cada una de las varlables de |a nvestgacn se obtlene su dlstrlbuclon de frecuenclas y de ser
posb|e, sta se grafca y se traza su poligono de frecuenclas correspondente.
Pero adems de| po|gono de frecuencas deben ca|cu|arse |as medldas de tendencla central y de varlabllldad o
dlsperslon.
10.3.5. 10.3.5. 10.3.5. 10.3.5. Uu|es son |as meddas de tendenca centra|? Uu|es son |as meddas de tendenca centra|? Uu|es son |as meddas de tendenca centra|? Uu|es son |as meddas de tendenca centra|?
Las medldas de tendencla central son puntos en una dstrbucn, |os va|ores medos o centra|es de sta y nos
ayudan a ubcara dentro de |a esca|a de medcn. Las prncpa|es meddas de tendenca centra| son tres: moda,
medlana y medla. Ll nlvel de medlclon de la varlable determlna cual es la medlda de tendencla central aproplada.
La moda es |a categora o puntuacn que ocurre con mayor frecuenca. Ln |a tab|a l0.5, |a moda es "1" (s se ha
obtendo |a cooperacn). Se utlllza con cualquler nlvel de medlclon.
La medlana es e| va|or que dvde a |a dstrbucn por |a mtad. Lsto es, |a mtad de |os caen por deba[o de |a
medana y |a otra mtad se ubca por encma de |a medana. La medana ref|e[a |a poscn ntermeda de |a
dstrbucn. Por e[emp|o, s |os datos obtendos fueran:
216
24 31 35 35 38 43 45 50 57
|a medana es 38, porque de[a cuatro casos por encma (43,45, 50 y 57) y cuatro casos por deba[o (35, 35, 31 y
24). Parte a |a dstrbucn en dos mtades. Ln genera|, para descubrr e| caso o puntuacn que consttuye |a
medana de una dstrbucn, smp|emente se ap|ca |a frmu|a:
2
1 N+
. 5 tenemos 9 casos,
2
1 9 + - 5, entonces
buscamos e| qunto va|or y ste es |a medana. Ln e| e[emp|o anteror es 38. 0bsrvese que |a medana es e|
va|or observado que se |oca|za a |a mtad de |a dstrbucn, no e| va|or 5. La frmu|a no nos proporcona drec-
tamente e| va|or de |a medana, sno e| numero de caso en donde est |a medana.
La medlana es una medlda de tendencla central propla de los nlveles de medlclon ordlnal, por lntervalos y de
razon. No tene sentdo con varab|es nomna|es, porque en este nve| no hay [erarquas, no hay nocn de encma
o deba[o. 1ambn, |a medana es partcu|armente ut| cuando hay va|ores extremos en |a dstrbucn. No es
sensb|e a stos. 5 tuvramos |os sguentes datos:
24 31 35 35 38 43 45 50 248
La medana sgue sendo 38.
Para e[emp|fcar |a nterpretacn de |a medana, se nc|uye un artcu|o a| respecto en |a fgura 10.4.
50
La medla es |a medda de tendenca centra| ms ut|zada y puede defnrse como e|
promedo artmtco de una dstrbucn. 5e smbo|za como: X, y es |a suma de
todos |os va|ores dvdda por e| numero de casos. Ls una medlda sola mente apllca-
ble a medlclones por lntervalos o de razon. Uarece de sentdo por varab|es meddas
en un nve| nomna| u ordna|. 5u frmu|a es:
N
X X X X
X
k 3 2 1
+ + +
=
Por e[emp|o, s tuvramos |as sguentes puntuacones:
8 7 6 4 3 2 6 9 8
|a meda sera gua| a:
88 . 5
9
8 9 6 2 3 4 6 7 8
X =
+ + + + + + + +
=
La frmu|a smp|fcada de |a meda es:
N
X
X
=
L| smbo|o "" ndca que debe efectuarse una sumatora, "X" es e| sm-
bo|o de una puntuacn y "N" es e| numero tota| de casos o puntuaco-
nes. Ln nuestro e[emp|o:
X -
9
53
- 5,88
La medla si es senslble a valores extremos. 5 tuvramos |as sguen-
tes puntuacones:
8 7 6 4 3 2 6 9 20
|a meda sera:
22 . 7
9
65
X = =
10.3.6. 10.3.6. 10.3.6. 10.3.6. U|cu|o de |a meda o promedo U|cu|o de |a meda o promedo U|cu|o de |a meda o promedo U|cu|o de |a meda o promedo
Uuando se tenen |os datos agrupados en nterva|os, en una dstrbucn de frecuencas, |a meda se ca|cu|a as:
1. Lncontrar e| punto medo de cada nterva|o:
Interva|os Puntos medos Irecuencas
13-15 14 3
10-12 11 4
7-9 8 9
4-6 5 2
1-3 2 1
2. Mu|tp|car cada punto medo por |as frecuencas que |e corresponden:
Interva|os X - Puntos medos Irecuenca (1) fx
13-15 14 3 42
10-12 11 4 44
7-9 8 9 72
4-6 5 2 10
1-3 2 1 2
N-19 fx-170
fx es |a sumatora de |a u|tma co|umna, que corresponde a |os puntos medos mu|tp|cados por sus respect-
vas frecuencas (14 x x x x 3 - 42 y as sucesvamente).
50
Lcgu|zarro (198Z).
217
3. Ap|car |a sguente frmu|a, para e| c|cu|o de |a meda con datos agrupados de una dstrbucn de fre-
cuencas:
N
fX
X
=
Ln nuestro e[emp|o tenemos:
95 , 8
19
170
X = =
IIUUPA 10.4
LJLMPL0 0L IN1LPPPL1AUI0N 0L LA ML0IANA
0u edad l|ere? 3| lere corleslar ro se preocupe, |os perl||es de edad d|l|erer de ur pais a olro.
Er oase a| |rlorre arua| soore 'E| eslado de |a poo|ac|r rurd|a| que d|o a corocer |as Nac|ores ur|das, |a poo|ac|r rurd|a| ||eg er
198Z a |os c|rco r|| r|||ores de rao|larles.
E| docurerlo sera|a que |a edad red|a rurd|a| es de 23 aros, |o que s|gr|l|ca que |a r|lad de |os rao|larles de| g|ooo lerreslre soorepa-
sa a esla red|ara y e| olro red|o es rs jover.
3|r eroargo, |a red|ara de edad de |a poo|ac|r rurd|a| se rod|l|car cor |os aros y de acuerdo a |as esladisl|cas recaoadas por |a 0Nu
|a edad cerlra| ser de 2Z aros para e| aro 2000; y de 31 aros er e| aro 2025. 8uera rol|c|a para e| aclua| c|udadaro g|ooa| red|o, por-
que parece ser que se ercuerlra er |a s|luac|r de ervejecer rs |erlarerle que |os ders.
Caoe sera|ar que |a red|ara varia de ur |ugar a olro, er |os paises er desarro||o |a red|ara de edad es de 21 aros, r|erlras que er |os
paises |rduslr|a||zados es de 33. 3ucede laro|r que er |os paises poores |a red|ara se rarl|ere rs jover pero a| r|sro l|erpo |a
esperarza de v|da es oaja. Para ||uslrar|o cor ur ejerp|o, er Kerya |a edad prored|o de v|da es de s|o 51 aros de v|da, er corparac|r
cor Eslados ur|dos que es de Z5 aros.
E| |rlorre deslaca que |os jveres y arc|aros se cors|derar ur grupo deperd|erle, eslo s|gr|l|ca que sor corsur|dores rs que produc-
lores de r|queza, y deperder para su suslerlo de |a poo|ac|r er|rerlererle acl|va, |a cua| se ercuerlra erlre |os 15 y 1 aros de edad.
Esle laclor predor|ra er |os paises |rduslr|a||zados, |os jveres y arc|aros requ|erer er grar red|da de |os serv|c|os guoerrarerla|es
que se rarl|erer cor |a paga de |a poo|ac|r lraoajadora. E| pr|rer grupo |o reces|la durarle e| lrayeclo de su esco|ar|dad er larlo que
|os segurdos l|erer derecro a pers|ores eslala|es y a ura as|slerc|a rd|ca |as rs de |as veces pro|orgadas. Asi por ejerp|o, er pai-
ses coro Frarc|a, e| gaslo puo||co de sa|ud arua| por persora es de 91 d|ares er larlo que er F|||p|ras es de se|s d|ares.
Er lrg|alerra |as lasas de rala||dad sor cas| ru|as, su poo|ac|r ervejece y eslo puede lraer corsecuerc|as ecorr|cas ser|as. 0eo|do a|
ercarec|r|erlo de su poo|ac|r, coro sucede er |a grar rayoria de |os paises europeos, se lopar cor |a d|lic|| s|luac|r de alerder |a
luerle derarda de serv|c|os de sa|ud.
E| cuadro de |os paises poores aur ro queda c|aro, ya que r| |os jveres r| |os arc|aros ||egar a deperder luerlererle de sus goo|erros
porque al|erde ura rir|ra parle de |os serv|c|os soc|a|es requer|dos. Asi lereros que, |os r|ros de esla parle de| rurdo as|sler a |a
escue|a, aders de lraoajar er |as ca||es para ayudar a su lar|||a a| pago de sus ul||es esco|ares; er |as lr|ous de lrdores|a |as aoue|as se
ded|car a |as lareas dorsl|cas r|erlras e| reslo de |a lar|||a lraoaja er e| carpo.
veros erlorces que |a deperderc|a adopla lorras d|sl|rlas segur e| l|po de poo|ac|r. loy er dia se ca|cu|a que |a lasa de deperderc|a
g|ooa| es de 5 por cada 100 adu|los. Y ruevarerle ercorlraros d|lererc|as rarcadas de |a re|ac|r de deperderc|a er |os paises r|cos
y poores: er |os pr|reros es de 50 por cada 100 adu|los y er |os segurdos es de Z0 deperd|erles por cada ~100 adu|los.
0e |a |rlorrac|r que arrojar |as esladisl|cas de poo|ac|r rurd|a| se deduce que |os 'perl||es de edad sor cruc|a|es para cua|qu|er go-
o|erro er |o que se rel|erer a| ruoro de gaslo puo||co, porque coro reros v|slo, |os paises corlorrados de gerle jover requ|erer de
rayor |rvers|r er sa|ud y educac|r para poo|ac|r |rlarl|| y juver||. Por e| corlrar|o, para |os corg|orerados de arc|aros, e| goo|erro
lerdr que desl|rar d|rero para |as pers|ores y |os serv|c|os de sa|ud de |arga durac|r.
E| |rlorre rurd|a| de poo|ac|r corc|uye d|c|erdo que |a ca||dad de |os serv|c|os de sa|ud, educac|r y cord|c|ores de v|v|erda rejorariar
rolao|ererle s| |as lasas de |a poo|ac|r deperd|erle luerar reros e|evadas.
10.3.7. 10.3.7. 10.3.7. 10.3.7. Uu|es son |as meddas de |a varab|dad? Uu|es son |as meddas de |a varab|dad? Uu|es son |as meddas de |a varab|dad? Uu|es son |as meddas de |a varab|dad?
Las medldas de la varlabllldad nos lndlcan la dlsperslon de los datos en la escala de medlclon, responden a |a
pregunta: en dnde estn dsemnadas |as puntuacones o va|ores obtendos? Las meddas de tendenca cen-
tra| son va|ores en una dstrbucn y |as meddas de |a varab|dad son nterva|os, desgnan dstancas o un nu-
mero de undades en |a esca|a de medcn. Las meddas de |a varab|dad ms ut|zadas son e| rango, |a des-
vlaclon estandar y |a varlanza.
L| rango es |a dferenca entre |a puntuacn mayor y |a puntuacn menor, ndca e| numero de undades en |a
esca|a de medcn necesaro para nc|ur |os va|ores mxmo y mnmo. 5e ca|cu|a as: XM - Xm (puntuacn
mayor menos puntuacn menor). 1ambn sue|e denomnrse|e "recorrdo". 5 tenemos |os sguentes va|ores:
17 18 20 20 24 28 28 30 33
L| rango ser: 33-17 -16.
Uuanto mas grande sea e| rango, mayor ser |a dlsperslon de los datos de una dstrbucn.
La desvlaclon estandar es e| promedo de desvacn de |as puntuacones con respecto a |a meda. Lsta medda
218
es expresada en |as undades orgna|es de medcn de |a dstrbucn. 5e nterpreta en re|acn a |a meda.
Uuanto mayor es |a dspersn de |os datos a|rededor de |a meda, mayor es |a desvacn estndar. 5e smbo|za
como: "s" o |a |etra mnuscu|a grega sgma () y su frmu|a esenca| es:
Lsto es, |a desvacn de cada puntuacn respecto a |a meda es e|evada a| cuadrado, se suman todas |as des-
vacones cuadradas, se dvde entre e| numero tota| de puntuacones y a esta dvsn se |e saca raz cuadrada.
10.3.8. 10.3.8. 10.3.8. 10.3.8. Procedment Procedment Procedment Procedmentos para ca|cu|ar |a desvacn estndar os para ca|cu|ar |a desvacn estndar os para ca|cu|ar |a desvacn estndar os para ca|cu|ar |a desvacn estndar
L| procedmento para ca|cu|ar|a es e| sguente:
1. 5e ordenan |as puntuacones. Por e[emp|o: varab|e: Ua|fcacn
en Lstadstca 5oca|
X
(puntuacones)
9
7
6
6
5
4
3
2. 5e ca|cu|a |a meda:
71 , 5
7
3 4 5 6 6 7 9
X =
+ + + + + +
=
3. 5e determna |a desvacn de cada puntuacn con respecto a
|a meda:
X X- X
9 3.29
7 1.29
6 0.29
6 0.29
5 -0.71
4 -1.71
3 -2.71
X-40
4. 5e e|eva a| cuadrado cada des-
vacn y se obtene |a sumatora
de |as desvacones e|evadas a|
cuadrado o
(X- X )
2
.
x (X-X)
9 10.82
7 1.66
6 0.08
6 0.08
5 0.50
4 2,92
3 7.34
X - 40
(X- X )
2
- 23.40
5. 5e ap|ca |a frmu|a:
34 . 3
7
40 . 23
s = =
s - 1,83
0uando se tlenen los datos agrupados en una dlstrlbuclon de frecuenclas, se procede asi
1. Lncontrar e| punto medo de cada nterva|o y determnar |a meda de |a dstrbucn (con |a frmu|a para
datos agrupados):
Interva|os Puntos medos Irecuencas fx
13-15
10-12
7-9
4-6
1-3
14
11
8
5
2
3
4
9
2
1
42
44
72
10
2
95 . 8
19
170
N
fX
X = = =
N-19 fx-170
2. L|evar |a meda a| cuadrado:
1 , 80 ) 95 , 8 ( X
2 2
= =
3. Mu|tp|car |a co|umna fx por |os puntos medos y obtener una co|umna que ||amaremos fx
2
, as como obte-
ner |a sumatora de esta u|tma co|umna:
219
Interva|os Puntos medos fx fx
2
13-15 14 42 588
10-12 11 44 484
7-9
4-6
1-3
2
2
2
72
10
2
576
50
4
fx
2
- 1 702
0bsrvese que cada va|or de |a u|tma co|umna (fx
2
) se obtene mu|tp|cando un punto medo por su respectvo
va|or en |a co|umna "fx".
4. Ap|car |a sguente frmu|a para |a desvacn estndar
con datos agrupados en una dstrbucn de frecuencas:
51
2
2
X
N
fX
s =
1 , 80
19
1702
s =
1 , 80 58 , 89 s =
48 , 9 s =
08 , 3 s =
La desvlaclon estandar se lnterpreta como 'cuanto se desvia - en promedlo~ de la medla un conjunto de puntuaclo-
nes.
5upongamos que un nvestgador obtuvo para su muestra una meda de ngreso fam|ar de $ 800,000 (ocho-
centos m| pesos) y una desvacn estndar de $ 100,000 (cen m| pesos). La nterpretacn es que |os ngresos
fam|ares de |a muestra se desvan -en promedo- respecto a |a meda en cen m| pesos.
La desvlaclon estandar solo se utlllza en varlables medldas por lntervalos o de razon.
10.3.9. 10.3.9. 10.3.9. 10.3.9. La varanza La varanza La varanza La varanza
La varlanza es |a desvacn estndar e|evada a| cuadrado y se smbo|za como: s
2
. Ls un concepto estadstco
sumamente mportante, ya que muchas de |as pruebas cuanttatvas se fundamentan en |. 0versos mtodos
estadstcos parten de |a descomposcn de |a varanza. 5n embargo, para fnes descrptvos se ut|za preferen-
temente |a desvacn estndar.
10.3.10. Umo se nterpretan |as meddas de tendenca centra| y de |a varab| 10.3.10. Umo se nterpretan |as meddas de tendenca centra| y de |a varab| 10.3.10. Umo se nterpretan |as meddas de tendenca centra| y de |a varab| 10.3.10. Umo se nterpretan |as meddas de tendenca centra| y de |a varab| dad? dad? dad? dad?
Uabe destacar que a| descrbr nuestros datos, nterpretamos |as meddas de tendenca centra| y de |a varab|-
dad en con[unto, no as|adamente. 1omamos en cuenta a todas |as meddas. Para nterpretar|as, |o prmero que
hacemos es tomar en cuenta e| rango potenca| de |a esca|a. 5upongamos que ap|camos una esca|a de acttu-
des de| tpo Lkert para medr |a "acttud haca e| Presdente" de una nacn (dgamos que |a esca|a tuvera 18
tems y sus resu|tados fueran promedados). L| rango potenca| es de 1 a 5
5 obtuvramos |os sguentes resu|tados:
varab|e: acttud haca e| Presdente
Moda: 4.0
Medana: 3.9
Meda (X): 4.2
0esvacn estndar: 0.7
Puntuacn ms a|ta observada (mxmo): 5.0
Puntuacn ms ba[a observada (mnmo): 2.0
Pango: 3
Podramos hacer |a sguente nterpretacn descrptva: |a acttud haca e| Presdente es favorab|e. La categora
que ms se rept fue 4 (favorab|e). L| 50 de |os su[etos est por encma de| va|or 3.9 y e| restante 50% se
stua por deba[o de este va|or. Ln promedo, |os su[etos se ubcan en 4.2 (favorab|e). Asmsmo, se desvan de
4.2 -en promedo- 0.7 undades de |a esca|a. Nnguna persona ca|fc a| Presdente de manera desfavorab|e
(no hay "1"). Las puntuacones tenden a ubcarse en va|ores medos o e|evados.
Ln cambo, s|os resu|tados fueran:
varab|e: acttud haca e| Presdente
Moda: 1
51
Lev|r (19Z9, p.Z0)
220
Medana: 1.5
Meda(X): 1.3
0esvacn estndar: 0.4
varanza: 0.16
Mxmo: 3.0
Mnmo: 1.0
Pango: 2.0
La nterpretacn es que |a acttud haca e| Presdente es muy desfavorab|e. Ln |a fgura 10.5 vemos grfcamen-
te |a comparacn de resu|tados.
La varab|dad tambn es menor en e| caso de |a acttud muy desfavorab|e (|os datos se encuentran menos dsper-
sos).
Ln |a tab|a 10.6 (vase |a pg. sguente) se presenta otro e[emp|o de nterpretacn con una prueba de motva-
cn ntrnseca ap|cada a 60 su[etos de un expermento (Pernndez-5amper y Uorts, 1982). La esca|a tene
17 tems (con cnco opcones cada uno, 1 a 5) y mde |a motvacn ntrnseca a| e[ecutar una tarea.
L| nve| de motvacn ntrnseca exhbdo por |os su[etos tende a ser e|evado ta| y como |o ndcan |os resu|tados
de |a esca|a. L| rango rea| de |a esca|a ba de 17 a 85. L| rango resu|tante para esta nvestgacn var de 40 a
81. Ls por |o tanto evdente que, |os su[etos se nc|naron haca va|ores e|evados en |a medda de motvacn
ntrnseca. Adems, |a meda de |os partcpantes es de 66.9 y |a medana de 67.8, |o cua| confrma |a tendenca
de |a muestra haca va|ores a|tos en |a esca|a. A pesar de que |a dspersn de |as puntuacones de |os su[etos es
a|ta (|a desvacn estndar es gua| a 9.1 y e| rango es de 41), esta dspersn se manfesta en e| rea ms
e|evada de |a esca|a. vemos|o grfcamente:
Ls decr, aunque |as puntuacones varan de 40 a 81 y |a desvacn estndar es de 9.1 (|a meda sobre |a cua|
gravta "s" es de 66.9), esta varacn se da en |a parte de |os va|ores ms a|tos de |a esca|a. Ln resumen, |a
tarea resu|t ntrnsecamente motvante para |a mayora de |os su[etos, s|o que para a|gunos resu|t sumamen-
te motvante, para otros, re|atvamente motvante, y para |os dems, medanamente motvante. 5endo |a ten-
denca genera| haca va|ores a|tos (observamos |a co|umna de frecuencas acumu|adas y notamos que e| 80%
obtuvo puntuacones superores a 60). Ahora ben, qu sgnfca un a|to nve| de motvacn ntrnseca exhbdo
con respecto a una tarea? 5gnfca que |a tarea fue percbda como atractva, nteresante, dvertda, categorza-
da como una experenca agradab|e. Asmsmo, mp|ca que |os su[etos a| estar e[ecutndo|a, dervaron de e||a,
sentmentos de satsfaccn, goce y rea|zacn persona|. Uenera|mente, quen se encuentra ntrnsecamente
motvado haca una |abor, |a habr de dsfrutar, ya que obtendr de |a |abor per se, recompensas nternas ta|es
como sentmentos de |ogro y autorrea|zacn. Adems de ser absorbdo por e| desarro||o de |a tarea, y a| tener
un buen desempeno, |a opnn de s msmo me[orar o se ver reforzada.
221
10.3.11. Pay a|guna otra estadstca 10.3.11. Pay a|guna otra estadstca 10.3.11. Pay a|guna otra estadstca 10.3.11. Pay a|guna otra estadstca
descr descr descr descrp pp ptva? tva? tva? tva?
5, la aslmetria y y y y la curtosls. Los po|go-
nos de frecuenca sue|en representarse
como curvas (ver fgura 10.6) para que
puedan ana|zarse en trmnos de pro-
bab|dad y vsua|zar su grado de ds-
persn. 0e hecho, en rea|dad son cur-
vas. 0os e|ementos son esenca|es para
estas curvas o po|gonos de frecuencas:
|a asmetra y |a curtoss.
La aslmetria es una estadstca necesa-
ra para conocer qu tanto nuestra ds-
trbucn se parece a una dstrbucn
terca ||amada curva normal (|a cua|
es representada en |a fgura 10.6) y
consttuye un ndcador de| |ado de |a
curva donde se agrupan |as frecuencas.
5 es cero (asmetra - 0), |a curva o
dstrbucn es smtrca. Uuando es
postva quere decr que hay ms va|o-
res agrupados haca |a zquerda de |a
curva (por deba[o de |a meda). Uuando
es negatva sgnfca que |os va|ores
tenden a agruparse haca |a derecha de
|a curva (por encma de |a meda).
La curtosls es un ndcador de |o p|ana o
"pcuda" que es una curva. Uuando es
cero (curtoss - 0), sgnfca que se trata
de una curva normal. 5 es postva,
quere decr que |a curva o dstrbucn o
po|gono es ms "pcuda" o |evantada. 5
es negatva, quere decr que es ms
p|ana.
La asmetra y |a curtoss requeren m-
nmo de un nve| de medcn por nterva-
|os. Ln |a fgura 10.6 se muestran e[em-
p|os de curvas con su nterpretacn.
222
10.3.12. Umo se traducen |as estadstcas descrptvas a| ng|s? 10.3.12. Umo se traducen |as estadstcas descrptvas a| ng|s? 10.3.12. Umo se traducen |as estadstcas descrptvas a| ng|s? 10.3.12. Umo se traducen |as estadstcas descrptvas a| ng|s?
A|gunos programas y paquetes estadstcos para computadora pueden rea|zar e| c|cu|o de |as estadstcas
descrptvas y |os resu|tados aparecen [unto a| nombre respectvo de stas -muchas veces en ng|s-. A cont-
nuacn se ndcan |as dferentes estadstcas y su equva|ente en ng|s.
Lstadstca Lquva|ente en ng|s
- Moda -Mode
- Medana - Medan
- Meda - Mean
- 0esvacn estndar -5tandard devaton
- varanza - varance
- Mxmo - Maxmum
- Mnmo - Mnmum
- Pango -Pange
- Asmetra - 5kewness
- Uurtoss - Kurtoss
10.3.13. Nota fna| 10.3.13. Nota fna| 10.3.13. Nota fna| 10.3.13. Nota fna|
0ebe recordarse que en una nvestgacn se obtene una dstrbucn de frecuencas para cada varab|e y se
ca|cu|an |as estadstcas descrptvas para cada varab|e: se ca|cu|an |as que se necesten de acuerdo con |os
propstos de |a nvestgacn.
10.4. 10.4. 10.4. 10.4. PUN1UAUI0NL5 "2' PUN1UAUI0NL5 "2' PUN1UAUI0NL5 "2' PUN1UAUI0NL5 "2'
Las puntuaclones z son transformacones que se pueden hacer a |os va|ores o puntuacones obtendas, con e|
propsto de ana|zar su dstanca respecto a |a meda, en undades de desvacn estndar. una puntuaclon z
nos lndlca la dlrecclon y grado en que un valor lndlvldual obtenldo se aleja de la medla, en una escala de unlda-
des de desvlaclon estandar.
1a| y como menconan Ne et al. (1975), |as puntuacones "z" son e| metodo ms
comunmente ut|zado para estandarlzar la escala de una varlable medlda en un
nlvel por lntervalos.
5u frmu|a es:
s
X X
Z
=
0onde debemos recordar que "X" es la puntuaclon o va|or a transformar, X es la medla de |a dstrbucn" y s"
la desvlaclon estandar de sta. L| resu|tado "z" es |a puntuacn transformada a undades de desvacn estndar.
5upongamos que en una dstrbucn de frecuencas obtuvmos una meda de 60 y una desvacn estndar de
10, y deseamos comparar a una puntuacn de "50" con e| resto de |a dstrbucn. Lntonces, transformamos
esta puntuacn o va|or en una puntuacn "z". 1enemos que:
X - 50
223
X - 60
s - 10
La puntuacn "z" correspondente a un va|or de "50" es:
00 . 1
10
60 50
Z =
=
Podemos decr que e| va|or "50" est |oca|zado a una
desvacn estndar por deba[o de |a meda de |a ds-
trbucn (e| va|or "30" est a tres desvacones estn-
dar por deba[o de |a meda).
L| estandarlzar los valores nos puede permltlr comparar puntuaclones de dos dlstrlbuclones dlferentes (|a forma
de medcn es |a msma, pero se trata de dstrbucones dstntas). Por e[emp|o, podemos comparar una dstr-
bucn obtenda en una preprueba con otra obtenda en una postprueba (en un contexto expermenta|). 5upon-
gamos que se trata de un estmu|o que ncrementa |a productvdad. Un traba[ador obtuvo en |a preprueba una
productvdad de 130 (|a meda grupa| fue de 122.5 y |a desvacn estndar de 10). Y en |a postprueba obtuvo
135 (|a meda de| grupo fue de 140 y |a desvacn estndar de 9.8). Me[or |a productvdad de| traba[ador?
Aparentemente |a me[ora no es consderab|e. 5n transformar |as dos ca|fcacones en puntuacones "z" no
podemos asegurar|o porque |os va|ores no pertenecen a |a msma dstrbucn. Lntonces transformamos ambos
va|ores a puntuacones "z", |os transformamos a una esca|a comun, donde |a comparacn es v|da. L| va|or de
130 en productvdad es en trmnos de undades de desvacn estndar gua| a:
75 . 0
0 . 10
5 . 122 130
Z =
=
Y e| va|or de 135 corresponde a una puntuacn "z" de:
51 . 0
8 . 9
140 135
Z =
=
Uomo podemos observar, en trmnos abso|utos l35 es una me[or puntuacn que 130, pero no en trmnos
re|atvos (en re|acn a sus respectvas dstrbucones).
La dstrbucn de puntuacones "z" no camba |a forma de |a dstrbucn orgna|, pero s modfca |as undades
orgna|es a "undades de desvacn estndar" (Wrght, 1979). La dstrbucn de puntuacones "z" tene una
meda de 0 (cero) y una desvacn estndar de 1 (uno). La fgura 10.7 muestra a |a dstrbucn de puntuacones "z".
Las puntuacones "z" tambn srven para comparar medcones de dstntas pruebas o esca|as ap|cadas a |os
msmos su[etos (|os va|ores obtendos en cada esca|a se transforman a puntuacones "z" y se comparan). No
debe o|vdarse que en |a frmu|a se trata de |a meda y |a desvacn estndar que corresponde a| va|or a trans-
formar (de su msma dstrbucn). 1ambn, |as puntuacones "z" srven para ana|zar dstancas entre puntua-
cones de una msma dstrbucn y reas de |a curva que abarcan estas dstancas o sopesar e| desempeno de
un grupo de su[etos en varas pruebas.
Las puntuacones "z" son un e|emento descrptvo adcona| que podemos agregar para ana|zar nuestros datos.
10.5. 10.5. 10.5. 10.5. PA20NL5 Y 1A5A5 PA20NL5 Y 1A5A5 PA20NL5 Y 1A5A5 PA20NL5 Y 1A5A5
una razon es |a re|acn entre dos categoras. Por e[emp|o:
Uategoras Irecuencas abso|utas
Mascu|no 60
Iemenno 30
La razn de hombres a mu[eres es de
30
60
- 2. Ls decr, por cada dos hombres hay una mu[er.
una tasa es |a re|acn entre e| numero de casos, frecuencas o eventos de una categora y e| numero tota| de
observacones, mu|tp|cada por un mu|tp|o dc 10, genera|mente 100 o 1 000. La frmu|a es:
224
1asa - Numero de eventos durante un perodo X 10001 000
Numero tota| de eventos posb|es
L[emp|o: Numero de nacdos vvos en |a cudad X 1 000
Numero de habtantes en |a cudad
10 000
1asa de nacdos vvos en 1ngundn : 300 000 X 1 000 - 33.33
Ls decr, hay 33.33 nacdos vvos por cada 1 000 habtantes en 1ngundn.
10.6. 10.6. 10.6. 10.6. L51A0I51IUA INILPLNUIAL: 0L LA MUL51PA A LA P0LAUI0N L51A0I51IUA INILPLNUIAL: 0L LA MUL51PA A LA P0LAUI0N L51A0I51IUA INILPLNUIAL: 0L LA MUL51PA A LA P0LAUI0N L51A0I51IUA INILPLNUIAL: 0L LA MUL51PA A LA P0LAUI0N
10.6.1. 10.6.1. 10.6.1. 10.6.1. Para qu Para qu Para qu Para qu es ut| |a estadstca nferenca|? es ut| |a estadstca nferenca|? es ut| |a estadstca nferenca|? es ut| |a estadstca nferenca|?
Irecuentemente, e| propsto de |a nvestgacn va ms a|| de descrbr |as dstrbucones de |as varab|es: se
pretende genera|zar |os resu|tados obtendos en |a muestra a |a pob|acn o unverso.
52
Los datos casl slempre
son recolectados de una muestra y sus resultados estadistlcos se denomlnan 'estadigrafos, |a meda o |a des-
vacn estndar de |a dstrbucn de una muestra son estadgrafos. A las estadistlcas de la poblaclon o unlverso
se les conoce como parametros. Los parmetros no son ca|cu|ados, porque no se reco|ectan datos de toda |a
pob|acn, pero pueden ser nferdos de |os estadgrafos. de ah e| nombre de estadistlca lnferenclal. L| proce-
dmento de esta natura|eza de |a estadstca se esquematza en |a fgura 10.8.
La nferenca de |os parmetros se ||eva a cabo medante tcncas estadstcas apropadas para e||o. Lstas tcn-
cas se exp|carn ms ade|ante.
La estadstca nferenca| puede ser ut|zada para dos procedmentos (Wersma,1986, p. 335):
a) Probar hlpotesls.
b) Lstlmar parametros.
10.6.2. 10.6.2. 10.6.2. 10.6.2. Ln qu consste |a prueba de hptess? Ln qu consste |a prueba de hptess? Ln qu consste |a prueba de hptess? Ln qu consste |a prueba de hptess?
Una hlpotesls en e| contexto de |a estadstca nferenca| es una proposcn respecto a uno o varos parmetros,
y |o que e| nvestgador hace a travs de |a prueba de hptess es determnar s |a hptess es consstente con
|os datos obtendos en |a muestra (Wersma, 1986). 5 |a hptess es consstente con |os datos, sta es retenda
como un va|or aceptab|e de| parmetro. 5 |a hptess no es consstente con |os datos, se rechaza sta (pero |os
datos no son descartados) (Wersma, 1986). Para comprender |o que es |a prueba de hptess en |a estadstca
nferenca| es necesaro revsar e| concepto de dstrbucn muestra|
53
y nve| de sgnfcanca.
10.6.3 10.6.3 10.6.3 10.6.3. u es una dstrbucn muestra|? . u es una dstrbucn muestra|? . u es una dstrbucn muestra|? . u es una dstrbucn muestra|?
Una dlstrlbuclon muestral consste en un con[unto de va|ores sobre una estadstca ca|cu|ada de todas |as mues-
tras posb|es de un determnado tamano (Wersma, 1986, p. 337). Las dstrbucones muestra|es de medas son
-probab|emente- |as ms conocdas. Lxp|quemos este concepto con un e[emp|o. 5upongamos que nuestro
unverso o pob|acn son |os automov|stas de una cudad y deseamos averguar cunto tempo pasan dara-
mente "a| vo|ante". 0e este unverso podra extraerse una muestra representatva. vamos a suponer que e| ta-
mano adecuado de muestra es de qunentos doce automov|stas (n - 512). 0e| msmo unverso se podran
extraer dferentes muestras, cada una con 512 personas. 1ercamente, nc|uso podra hacer|o a| azar una vez,
dos, tres, cuatro y |as veces que fuera necesaro hasta agotar todas |as muestras posb|es de 512 automov|stas
de esa cudad (todos |os su[etos seran se|ecconados en varas muestras). Ln cada muestra se podra obtener
una meda de| tempo que pasan |os automov|stas mane[ando. 1endramos pues, una gran cantdad de medas,
tantas como |as muestras extradas (X1, X2, X3, X4, .X5..., Xk). Y con estas medas podramos e|aborar una dstr-
52
Los corceplos de rueslra y poo|ac|r lueror exp||cados er e| capilu|o ocro.
53
0|slr|ouc|r rueslra| y d|slr|ouc|r de ura rueslra sor corceplos d|lererles, esla u|l|ra es resu|lado de| ar||s|s de |os dalos dc rueslra |rvesl|gac|r.
225
bucn de medas. Pabra muestras que -en promedo- pasan ms tempo "a| vo|ante" que otras. Lste concepto
se representa en |a fgura 10.9.
5 ca|cu|ramos |a meda de todas |as medas de |as muestras, obtendramos e| va|or de |a meda pob|acona|.
0esde |uego, muy rara vez se obtene |a dlstrlbuclon muestral (|a dstrbucn de |as medas de tosas |as mues-
tras posb|es). Ls ms ben un concepto terco defndo por |a Lstadstca para |os nvestgadores. Lo que stos
comunmente hacen es extraer una so|a muestra.
Ln e| e[emp|o de |os automov|stas, s|o una de |as |neas vertca|es de |a dstrbucn muestra| presentada en |a
fgura 10.9 es |a meda obtenda para |a unca muestra se|ecconada de 512 personas. Y |a pregunta es, nues-
tra meda est cerca de |a meda de |a dstrbucn muestra|? (o |o que es gua|: |a meda de |a muestra est
cercana a |a meda de |a dstrbucn muestra|?), debdo a que s est cerca podremos tener una estmacn
precsa de |a meda pob|acona| (e| parmetro pob|acona| es prctcamente e| msmo que e| de |a dstrbucn
muestra|). Lsto se expresa en e| teorema central del limlte, e| cua| se exp|c en e| captu|o de muestreo. Pecor-
dando que ste dce que: "5 una pob|acn (no necesaramente norma|) tene de meda m y de desvacn es-
tndar o (s), |a dstrbucn de |as medas en e| muestreo a|eatoro rea|zado en esta pob|acn tende, a| aumen-
tar n, a una dstrbucn norma| de meda m y desvacn estndar
n
), ), ), ), y se dstrbuye
norma|mente (Wersma, 1986, p. 337) es un parmetro norma|mente desconocdo, pero puede ser estmado
por |a desvacn estndar de |a muestra.
L| concepto de dlstrlbuclon normal es mportante otra vez y se ofrece una breve exp|cacn en |a fgura 10.10.
L| 68.26% de| rea de |a curva norma| es cuberta entre-|s y +|s, e| 95.44% de| rea de esta curva es cuberta
entre -2s y +2s y e| 99.74% se cubre con -3s y +3s.
Las prncpa|es caracterstcas de |a dstrbucn norma| son:
1) Ls unlmodal, una so|a moda.
2) La aslmetria es cero. La mtad de |a curva es exactamente gua| a |a otra mtad. La dstanca entre |a meda
y +3s es |a msma que |a dstanca entre |a meda y - -- -3s.
3) Ls una funclon partcu|ar entre desvacones con respecto a |a meda de una dstrbucn y |a probab|dad de
que stas ocurran.
4) La base est dada en unldades de desvlaclon estandar <puntuacones "z"), destacando |as puntuacones -
1s, -2s, -3s, +|s, +2s y +3s (que equva|en respectvamente a -100z, -2.00z, -3.00z, +1.00z, +2.00z y
+3.00z). Las dstancas entre puntuacones "z" representan reas ba[o |a curva. 0e hecho, |a dstrbucn de
puntuacones "z" es |a curva norma|.
5) Ls mesocrtlca (curtoss de cero).
6) La medla, |a medlana y |a moda colnclden en e| msmo punto.
226
10.6.4. u es e| nve| de sgnfcanca? 10.6.4. u es e| nve| de sgnfcanca? 10.6.4. u es e| nve| de sgnfcanca? 10.6.4. u es e| nve| de sgnfcanca?
Wersma (1986, p. 337-388) ofrece una exp|cacn senc||a de| concepto, msma en que nos basaremos para
ana|zar su sgnfcado.
La probab|dad de que un evento ocurra osc|a entre 0 y 1, donde 0 sgnfca |a mposb|dad de ocurrenca y 1 |a
certeza de que ocurra e| fenmeno. A| |anzar a| are una moneda no cargada, |a probab|dad de que sa|ga "cruz"
es 0.50 y |a probab|dad de que |a moneda caga a| sue|o en "cara" tambn es de 0.50. Uon un dado, |a probab-
|dad de obtener cua|quera de sus |ados a| |anzar|o es de 1/6 - 0.1667. La suma de posb|dades sempre es de
1.
Ap|cando e| concepto de probab|dad a |a dstrbucn muestra|, podemos tomar e| rea de sta como 1.00, y
consecuentemente, cua|quer rea comprendda entre dos puntos de |a dstrbucn corresponder a |a probab-
|dad de |a dstrbucn. Para probar hptess nferenca|es respecto a |a meda, e| nvestgador tene que eva|uar
s |a probab|dad de que |a meda de |a muestra est cerca de |a meda de |a dstrbucn muestra| es grande o
pequena. 5 es pequena, e| nvestgador dudar de genera|zar a |a pob|acn. 5 es grande, e| nvestgador podr
hacer genera|zacones. Ls aqu donde entra el nlvel de slgnlflcancla o nlvel alfa (nve| a). Lste es un nve| de pro-
bab|dad de equvocarse y se f[a antes de probar hptess nferenca|es.
5e acudr a un e[emp|o co|oqua| para e[emp|fcar|o y |uego exp|car|o.
5 usted fuera a apostar en |as carreras de caba||os y tuvera 95 de probab|dades de atnar|e a| ganador, co-
ntra s|o un 5 de perder, apostara? 5eguramente s, sempre y cuando |e aseguraran ese 95 en su favor. 0
ben, s |e deran 95 bo|etos de 100 para |a rfa de un automv|, tendra confanza en que va a estrenar vehcu-
|o? 5eguramente s. No tendra |a certeza tota|, sta no exste en e| unverso, a| menos para |os seres humanos.
Pues ben, a|go sm|ar hace e| nvestgador soca|. L| obtene una estadstca en una muestra (v.g., |a meda) y
ana|za qu porcenta[e tene de confanza de que dcha estadstca se acerque a| va|or de |a dstrbucn mues-
tra| (que es e| va|or de |a pob|acn o parmetro). usca un a|to porcenta[e de confanza, una probab|dad e|eva-
da para estar tranqu|o. Porque sabe que puede haber error de muestreo, y aunque |a evdenca parece mostrar
una aparente "cercana" entre e| va|or ca|cu|ado en |a muestra y e| parmetro, esta "cercana" puede no ser rea|
227
y deberse a errores en |a se|eccn de |a muestra.
Y con qu porcenta[e tene confanza e| nvestgador para genera|zar?, para suponer que ta| cercana es rea| y
no debda a un error de muestreo? Lxlsten dos nlveles convenldos en clenclas soclales
a) Ll nlvel de slgnlflcancla del .05, e| cua| mp|ca que e| nvestgador tene 95 de segurdad para genera-
|zar sn equvocarse, y s|o un 5 en contra. Ln trmnos de probab|dad, 0.95 y .05 respectvamente,
ambos suman |a undad.
b) Ll nlvel de slgnlflcancla del .0l, e| cua| mp|ca que e| nvestgador tene un 99% en su favor para genera-
|zar sn temor y un 1% en contra (0.99 y 0.01 - 1.00).
A veces e| nve| de sgnfcanca puede ser todava ms exgente y confab|e (v.g., 0.001,0.00001,0.00000001).
Pero |o mnmo es e| .05, no se acepta un nve| de .06 (94% a favor de |a genera|zacn confab|e). Porque se
busca hacer cenca, no ntucn.
Ll nlvel de slgnlflcancla es un valor de certeza que flja el lnvestlgador a prlorl. 0e certeza respecto a no equvo-
carse. 5obre este punto vo|veremos ms ade|ante.
10.6.5. 10.6.5. 10.6.5. 10.6.5. Umo se re|aconan |a dstrbucn muestra| y e| nve| de sgnfcanca? Umo se re|aconan |a dstrbucn muestra| y e| nve| de sgnfcanca? Umo se re|aconan |a dstrbucn muestra| y e| nve| de sgnfcanca? Umo se re|aconan |a dstrbucn muestra| y e| nve| de sgnfcanca?
Ll nlvel de slgnlflcancla se expresa en termlnos de probabllldad (.05 y .0l) y la dlstrlbuclon muestral tamblen se
expresa como probabllldad (el area total de esta como l.00). Pues ben, para ver s tenemos o no confanza a|
genera|zar acudmos a |a dstrbucn muestra|, probab|dad apropada para |a nvestgacn soca|. L| nve| de
sgnfcanca |o tomamos como un rea ba[o |a dstrbucn muestra|, ta| y como se muestra en |a fgura 10.11,
dependendo de s e|egmos un nve| de| .05 o de| .01.
As, e| nve| de sgnfcanca representa reas de resgo o confanza en |a dstrbucn muestra|.
10.6.6. Una vez que se ha defndo e| nve| de sgnfcanca, qu hacemos para ver s nuestra hptess sobre |a 10.6.6. Una vez que se ha defndo e| nve| de sgnfcanca, qu hacemos para ver s nuestra hptess sobre |a 10.6.6. Una vez que se ha defndo e| nve| de sgnfcanca, qu hacemos para ver s nuestra hptess sobre |a 10.6.6. Una vez que se ha defndo e| nve| de sgnfcanca, qu hacemos para ver s nuestra hptess sobre |a
meda pob|acona| es aceptada o rechazada? meda pob|acona| es aceptada o rechazada? meda pob|acona| es aceptada o rechazada? meda pob|acona| es aceptada o rechazada?
Antes de estudar e| procedlmlento es necesaro hacer |as sguentes consderacones:
a) Pecordar que |a dstrbucn muestra| es una dstrbucn norma| de puntuacones "z", |a base de |a cur-
va son puntuacones "z" o undades de desvacn estndar.
b) Las puntuacones "z" son dstancas que ndcan reas ba[o |a dstrbucn norma|. Ln este caso reas de
probab|dad.
c) L| rea de resgo es tomada como e| rea de rechazo de |a hptess y e| rea de confanza es tomada
como e| rea de aceptacn de |a hptess.
d) 5e hab|a de una hptess acerca de| parmetro (en este caso, meda pob|acona|). Partendo de estas
consderacones el procedlmlento es
228
1. 5obre bases frmes (revsn de |a |teratura e nformacn dsponb|e), estab|ecer una hptess acerca de|
parmetro pob|acona|.
Por e[emp|o: "L| promedo de horas daras que se exponen |os nnos de |a cudad de Ue|aya en fn de sema-
na es de 3.0."
2. 0efnr e| nve| de sgnfcanca. Por e[emp|o, x - .05.
3. Peco|ectar |os datos en una muestra representatva. vamos a suponer que obtuvmos una meda de 2.9
horas y una desvacn estndar de 1.2 horas, |a muestra nc|uy 312 nnos.
4. Lstmar |a desvacn estndar de |a dstrbucn muestra| de
|a meda, ut|zando |a sguente frmu|a:
n
s
x S =
0onde "5x" es |a desvacn estndar de |a dstrbucn mues-
tra| de |a meda, "s" representa |a desvacn estndar de |a
muestra y "n" e| tamano de |a muestra. Ln e| e[emp|o:
312
2 . 1
x S = 0679 . 0 x S =
5. 1ransformar |a meda de |a muestra en una puntuacn "z", en e| contexto
de |a dstrbucn muestra|. Uon una varacn de |a frmu|a ya conocda pa-
ra obtener puntuacones "z".
x S
X X
Z
=
0onde "X" es |a meda de |a muestra (recordemos que |a dstrbucn mues-
tra| es de medas y no de puntuacones). " X " es |a meda hpotetzada de
|a dstrbucn muestra| (parmetro pob|acona|). "5 X "es |a desvacn es-
tndar de |a dstrbucn muestra| de medas. As tenemos:
47 . 1
0679 . 0
0 . 3 9 . 2
z =
=
6. Ln |a tabla de areas bajo la curva normal (apndce cnco, tab|a uno), buscar aque||a puntuacn "z" que de[e
a| 2.5% por encma de e||a, que es 1.96. Ln |a tab|a uno se presenta |a dstrbucn de puntuacones "z", s|o
|a mtad, pues debemos recordar que es una dstrbucn smtrca y se ap|ca gua| para ambos |ados de |a
meda. As se nc|uye en |os textos de estadstca soca|. 5e busca e| 2.5 porque |a tab|a s|o abarca |a m-
tad de |a dstrbucn y e| resgo que estamos afrontando es de| 5% (2.5% de| extremo de cada |ado). La ta-
b|a contene cuatro co|umnas: |a prmera, ndca puntuacones "z", |a segunda, expresa |a dstanca de |a
puntuacn "z" a |a meda, |a tercera, e| rea que est por deba[o de esa puntuacn desde e| comenzo de |a
dstrbucn y |a cuarta, e| rea que est por encma de esa puntuacn
Las reas estn expresadas en proporcones. Lo que buscamos es una puntuacn "z" que de[e por en-
cma un rea de .0250 2.5% (|a buscamos en |a cuarta co|umna de |a tab|a), esta puntuacn "z" es 1.96.
5empre que nuestro nve| de sgnfcanca es .05 tomamos |a puntuacn "z" 1.96.
7. Uomparo |a meda de m muestra transformada a puntuacn "z" con e| va|or 1.96, s es menor acepto |a
hptess y s es mayor |a rechazo. veamos en e| e[emp|o:
Meda de |a muestra transformada a "z" Nve| de sgnfcanca de| .05
1.47 1.96
0ecsn: Acepto |a hptess a un nve| de sgnfcanca de| .05 (95% a m favor y 5% de resgo de cometer un error).
5 |a meda obtenda, a| transformarse en z hubera sdo: 3.25,
7.46 o un va|or mayor Pechazo |a hptess
Por e[emp|o:
Meda de |a muestra - 2.0
0esvacn estndar de |a muestra - 0.65
n - 700
5 x - 0.0246
2 - 40.65
La meda, est stuada a ms de 40 desvacones estndar de |a meda, se |oca|za en |a zona crtca (ms a||
de 1.96 desvacones estndar) rechazo |a hptess.
10.6.7. 10.6.7. 10.6.7. 10.6.7. Por qu es mportante otro concepto: e| nterva|o de confanza? Por qu es mportante otro concepto: e| nterva|o de confanza? Por qu es mportante otro concepto: e| nterva|o de confanza? Por qu es mportante otro concepto: e| nterva|o de confanza?
5e ha hab|ado de |a dstrbucn muestra| por |o que respecta a |a prueba de hptess, pero otro procedmento
de |a estadstca nferenca| es construr un lntervalo donde se |oca|za un parmetro (Wersma, 1986, p. 340).
Por e[emp|o, en |ugar de pretender probar una hptess acerca de |a meda pob|acona|, puede buscarse obtener
un nterva|o donde se ubque dcha meda. Lsto requere un nve| de confanza, a| gua| que en |a prueba de hp-
tess nferenca|es. L| nve| de confanza es a| nterva|o de confanza |o que e| nve| de sgnfcanca es a |a prueba
de hptess. Ls decr, e| nve| de confanza es una probab|dad defnda de que un parmetro se va a ubcar en
un determnado nterva|o. Los nve|es de confanza ut|zados ms comunmente en |a nvestgacn soca| son
0.95 y 0.99. 5u sentdo es e| de| 0.95, quere decr que tenemos 95% en favor de que e| parmetro se |oca|ce en
229
e| nterva|o estmado, contra un 5% de e|egr un nterva|o equvocado. L| nve| de| 0.99 sena|a un 99% de proba-
b|dad de se|ecconar e| nterva|o adecuado. Lstos nve|es de confanza (|o msmo que |os nve|es de sgnfcan-
ca) se expresan en undades de desvacn estndar. Una vez ms se acude a |a dstrbucn muestra|, concre-
tamente a |a tab|a de reas ba[o |a curva norma| (apndce cnco, tab|a uno), y se se|eccona |a puntuacn "z"
correspondente a| nve| de confanza se|ecconada. Una vez hecho esto, se ap|ca |a sguente frmu|a:
0onde e| estadgrafo es |a estadstca ca|cu|ada en |a muestra, |a puntuacn "z" es 1.96 con un nve| de .95 y
2.58 con un nve| de .99 y e| error estndar depende de| estadgrafo en cuestn. vemos|o con e| e[emp|o de |a
meda en e| caso de |a exposcn dara a |a te|evsn -en fn de semana- por parte de |os nnos de Ue|aya:
Meda - 2.9 horas
s - 1 .2 horas
5 x - 0.0679
(desvacn estndar de |a dstrbucn muestra| de |a meda).
Nve| de confanza - .95 (z - 1.96)
Interva|o de confanza - 2.9 (1.96) (0.0679)
- 2.9 (0.133)
Interva|o de confanza: La meda pob|acona| est entre 2.767 y 3.033 horas, con un 95% de probab|dades de
no cometer error.
10.6.8. 10.6.8. 10.6.8. 10.6.8. 5e pueden cometer errores a| r 5e pueden cometer errores a| r 5e pueden cometer errores a| r 5e pueden cometer errores a| rea|zar estadstca nferenca|? ea|zar estadstca nferenca|? ea|zar estadstca nferenca|? ea|zar estadstca nferenca|?
Nunca podemos estar comp|etamente seguros de nuestra estmacn. 1raba[amos con a|tos nve|es de confan-
za o segurdad y -aunque e| resgo es mnmo- podra cometerse un error. Los resultados poslbles al probar
hlpotesls pueden ser
1) Aceptar una hptess verdadera (decsn correcta).
2) Pechazar una hptess fa|sa (decsn correcta).
3) Aceptar una hptess fa|sa (error conocdo como de| Ilpo ll o beta).
4) Pechazar una hptess verdadera (error conocdo como de Ilpo l o error alfa).
Ambos tpos de error son ndeseab|es y puede reduclrse la poslbllldad de que se presenten medante:
a) Muestras representatlvas probabllistlcas.
b) lnspecclon culdadosa de los datos.
c) Selecclon de las pruebas estadistlcas apropladas.
d) Mayor conoclmlento de la poblaclon.
10.7. ANLI5I5 PAPAML1PIU05 10.7. ANLI5I5 PAPAML1PIU05 10.7. ANLI5I5 PAPAML1PIU05 10.7. ANLI5I5 PAPAML1PIU05
Pay dos tpos de an|ss que pueden rea|zarse: |os anallsls parametrlcos y |os no parametrlcos. Uada tpo posee
sus caracterstcas y presuposcones que |o sustentan y |a e|eccn de| nvestgador sobre qu c|ase de an|ss
efectuar depende de estas presuposcones. Asmsmo, cabe destacar que en una msma nvestgacn pueden
||evarse a cabo an|ss paramtrcos para a|gunas hptess y varab|es, y an|ss no paramtrcos para otras.
10.7.1. 10.7.1. 10.7.1. 10.7.1. Uu|es son |o Uu|es son |o Uu|es son |o Uu|es son |os presupuestos o presuposcones de |a estadstca paramtr s presupuestos o presuposcones de |a estadstca paramtr s presupuestos o presuposcones de |a estadstca paramtr s presupuestos o presuposcones de |a estadstca paramtr ca? ca? ca? ca?
Para rea|zar anallsls parametrlcos debe partrse de |os sguentes supuestos:
1) La dlstrlbuclon poblaclonal de la varlable dependlente es normal e| unverso tene una dstrbucn nor-
ma|.
2) L| nlvel de medlclon de |a varab|e dependente es por lntervalos o razon.
3) Uuando dos o mas poblaclones son estudladas, stas tlenen una varlanza homogenea |as pob|acones
en cuestn tenen una dspersn sm|ar en sus dstrbucones (Wersma, 1986, p. 344).
10.7.2. 10.7.2. 10.7.2. 10.7.2. Uu|es son |os mtodos o pruebas estadstcas paramtrcas ms ut|z Uu|es son |os mtodos o pruebas estadstcas paramtrcas ms ut|z Uu|es son |os mtodos o pruebas estadstcas paramtrcas ms ut|z Uu|es son |os mtodos o pruebas estadstcas paramtrcas ms ut|za aa adas? das? das? das?
Las pruebas estadistlcas parametrlcas mas utlllzadas son
Uoefcente de corre|acn de Pearson y |a regresn |nea|.
Prueba "t". "t". "t". "t".
Prueba de contraste de |a dferenca de proporcones.
An|ss de varanza undreccona| (AN0vA 0neway).
230
An|ss de varanza factora| (AN0vA).
An|ss de covaranza (ANU0vA).
10.7.3. 10.7.3. 10.7.3. 10.7.3. u es e| coefcente de corre|acn de Pearson? u es e| coefcente de corre|acn de Pearson? u es e| coefcente de corre|acn de Pearson? u es e| coefcente de corre|acn de Pearson?
0eflnlclon Ls una prueba estadstca para ana|zar |a re|acn entre dos varab|es meddas en un
nve| por nterva|os o de razn.
Se slmbollza r
Rlpotesls a probar Uorre|acona|, de| tpo de "A mayor X, mayor y", "A mayor menor Y", "A|tos va|ores en X
estn asocados con a|tos va|ores en Y", "A|tos va|ores en X se asocan con ba[os va|o-
res de Y".
varlables lnvolucradas 0os. La prueba en s no consdera a una como ndependente y a otra como dependen-
te, ya que no se trata de una prueba que eva|ua |a causa|dad. La nocn de causa -efecto (ndependente-
dependente)- se puede estab|ecer tercamente, pero |a prueba no consdera dcha causa|dad.
L| coefcente de corre|acn de Pearson se ca|cu|a a partr de |as puntuacones obtendas en
una muestra en dos varab|es. 5e re|aconan |as puntuacones obtendas de una varab|e con |as
puntuacones obtendas de otra varab|e, en |os msmos su[etos.
Nlvel de medlclon de
las varlables Interva|os o razn.
lnterpretaclon L| coefcente r de Pearson puede varlar de - l.00 a +l.00 donde:
-1.00 - correlaclon negotlva perfecta ("A mayor X, menor Y" de manera proporcona|. Ls decr,
cada vez que X aumenta una undad, Y dsmnuye sempre una cantdad constante). Lsto tam-
bn se ap|ca a "a menor X, mayor Y".
-0.90 - Uorre|acn negatva muy fuerte.
~0.75 - Uorre|acn negatva consderab|e.
-0.50 - Uorre|acn negatva meda.
-0.10 - Uorre|acn negatva db|.
0.0 - No exste corre|acn a|guna entre |as varab|es.
+ 0.10 - Uorre|acn postva db|.
+ 0.50 - Uorre|acn postva meda.
+ 0.75 - Uorre|acn postva consderab|e.
+ 0.90 - Uorre|acn postva muy fuerte.
+ + + + 1.00 - 0orrelaclon posltlva perfecta.
("A mayor X, mayor Y" o "a menor X, menor Y" de manera proporcona|. Uada vez que X aumen-
ta, Y aumenta sempre una cantdad constante).
L| slgno lndlca la dlrecclon de la correlaclon (postva o negatva) y e| valor numerlco, la magnl-
tud de la correlaclon.
Los prncpa|es programas de an|ss estadstco en computadora reportan s e| coefcente es o
no sgnfcatvo, de |a sguente manera:
s - 0.001 sgnfcanca
0.7831 va|or de coefcente
5 "s" es menor de| va|or .05, se dce que e| coefcente es slgnlflcatlvo a| nve| de| .05 (95% de
confanza en que |a corre|acn sea verdadera y 5 de probab|dad de error). 5 "s" es menor a
.01, e| coefcente es slgnlflcatlvo a| nve| de| .01(99% de confanza de que |a corre|acn sea
verdadera y 1% de probab|dad de error).
0onslderaclones Uuando e| coefcente r de Pearson se e|eva a| cuadrado (r2), e| resu|tado ndca |a va-
rlanza de factores comunes. Lsto es, e| porcenta[e de |a varacn de una varab|e debdo a |a
varacn de |a otra varab|e y vceversa.
Por e[emp|o: La corre|acn entre "productvdad" y "asstenca a| traba[o" es de 0.80.
r - 0.80
r
2
- 0.64
"La productvdad" contrbuye a o exp|ca e| 64% de |a varacn de "|a asstenca a| traba[o".
"La asstenca a| traba[o" exp|ca e| 64% de "|a productvdad".
Ln |os artcu|os de revstas centfcas o textos, se sue|e ndcar |a sgnfcanca as:
0.48
p<.05
231
uere decr que e| coefcente es sgnfcatvo a| nve| de| .05. La probab|dad de error es menor
de| 5. 5 p < < < < .01, e| coefcente es sgnfcatvo a| nve| de .01. 1ambn sue|e sena|arse con as-
terscos, de |a sguente manera:
X .
Y .11
2 .62
X .47
W .09
p <. 05
p <. 01
5endo X, Y, 2 y W varab|es.
LJLMPL05
P: "A mayor motvacn ntrnseca, mayor puntua|dad"
Pesu|tado: r - .721
s - 0.0001
Interpretacn: 5e acepta |a hptess de nvestgacn a| nve| de| .01. La corre|acn entre |a motvacn ntrn-
seca y |a productvdad es consderab|e.
P: "A mayor ngreso, mayor motvacn ntrnseca".
Pesu|tado: r - .214
s - 0.081
Interpretacn: 5e acepta |a hptess nu|a. L| coefcente no es sgnfcatvo: 0.081 es mayor que 0.05 y recor-
demos que 05 es e| nve| mnmo para aceptar |a hptess.
Nota precautora: Pecurdese |o referente a corre|acones espureas que se coment en e| captu|o de
tpos de estudo.
10.7.4. 10.7.4. 10.7.4. 10.7.4. u es |a regresn |nea|? u es |a regresn |nea|? u es |a regresn |nea|? u es |a regresn |nea|?
0eflnlclon Ls un mode|o matemtco para estmar e| efecto de una varab|e sobre otra. Lst asocado con
e| coefcente r de Pearson.
Rlpotesls a probar Uorre|acona|es y causa|es.
varlables lnvolucradas 0os. Una se consdera como ndependente y otra como dependente. Pero para poder
hacer|o debe tenerse un s|do sustento terco.
Nlvel de medlclon de las varlables Interva|os o razn.
Procedlmlento e lnterpretaclon La regresn |nea| se determna en base a| dlagrama de dlsperslon. Lste
consste en una grfca donde se re|aconan |as puntuacones de una muestra en dos varab|es.
vemos|o con un e[emp|o senc||o de 8 casos. Una varab|e es |a ca|fcacn en f|osofa y |a
otra varab|e es |a ca|fcacn en estadstca, ambas meddas hpottcamente de 0 a 10.
PuNTuACl0NE3
3uJET03 FlL030FlA (X) E3TA0l3TlCA (Y)
1 3 1
2 8 8
3 9 8
1 5
5 10 10
Z 8
Z Z
8 5 5
L| dlagrama de dlsperslon se construye grafcando cada par de puntuacones en un espaco o p|ano bdmenso-
na|. 5u[eto "1" tuvo 3 en X y 4 en Y:
232
As, se grafcan todos |os pares:
Los dlagramas de dlsperslon son una manera de vsua|zar grfcamente una corre|acn. Por e[emp|o:
0orrelaclon posltlva muy fuerte |a tendenca es ascendente, a|tas puntuacones en X, a|tas puntuacones en Y.
0orrelaclon negatlva consl 0orrelaclon negatlva consl 0orrelaclon negatlva consl 0orrelaclon negatlva conslderable derable derable derable
Ausencla de correlaclon
As, cada punto representa un caso y es resu|tado de |a nterseccn de |as puntuacones en ambas varab|es.
L| dagrama de dspersn puede ser resumdo a una |nea (producto de |as medas de |as puntuacones).
233
Uonocendo |a |nea y |a tendenca, podemos predecr |os
va|ores de una varab|e conocendo |os de |a otra varab|e.
Lsta |nea se expresa medante |a ecuaclon de regreslon
llneal
Y - a + + + + bX
0onde "Y" es un valor de la varlable dependlente que se
desea predecr, "a" es |a ordenada en e| orgen y "b" |a
pendlente o nc|nacn.
Los programas y paquetes de an|ss estadstco por
computadora que nc|uyen |a regreslon llneal proporco-
nan |os datos de "a" y "b".
"a" o lntercept y "b" o slope.
Para predecr un va|or de "Y" se susttuyen |os va|ores correspondentes en |a ecuacn.
LJLMPL0: LJLMPL0: LJLMPL0: LJLMPL0:
a (ntercept) - 1.2
b (s|ope) - 0.8
Lntonces podemos hacer |a predccn: a un va|or de 7 en
f|osofa qu va|or en estadstca |e corresponde?
Predecmos que a un va|or de 7 en X, |e corresponder un va|or de 6.8 en Y
Uonsderacones: La regreslon llneal es ut| con re|acones |nea|es, no con relaclones curvlllneales de |os
tpos que se muestran en |a fgura 10.12.
LJLMPL0 0L LA PLUPL5I0N LINLAL
P: "La autonoma |abora| es una varab|e para predecr |a motvacn ntrnseca en e| traba[o. Ambas vara-
b|es estn re|aconadas".
234
Las dos varab|es fueron meddas en una esca|a por nterva|os de 1 a 5.
Pesu|tado: a (ntercept) - 0.42 b
b (s|ope) - 0.65
Interpretacn: Uuando X (autonoma) es 1, |a predccn estmada de Y es 1.07, cuando X es 2, |a predccn
estmada de Y es 1.72: cuando X es 3, Y ser 2.37: cuando X es 4, Y ser 3.02, y cuando X es 5, Y ser 3.67.
Y - a + + + + bX
1.07 - 0.42 + + + + 0.65 (1)
1.72 - 0.42 + + + + 0.65 (2)
2.37 - 0.42 + + + + 0.65 (3)
3.02 - 0.42 + + + + 0.65 (4)
3.67 - 0.42 + + + + 0.65 (5)
10.7.5. 10.7.5. 10.7.5. 10.7.5. u es |a prueba "t"? u es |a prueba "t"? u es |a prueba "t"? u es |a prueba "t"?
0eflnlclon Ls una prueba estadstca para eva|uar s dos grupos dferen entre s de manera sgnfcatva
respecto a sus medas.
5e slmbollza r
Rlpotesls a probar 0e dferenca entre dos grupos. La hptess de nvestgacn propone que |os grupos dferen
sgnfcatvamente entre s y |a hptess nu|a propone que |os grupos no dferen sgnfcatvamente.
varlable lnvolucrada La comparacn se rea|za sobre una varab|e. 5 hay dferentes varab|es, se efectuarn
varas pruebas "t" (una por cada varab|e). Aunque |a razn que motva |a creacn de |os grupos puede
ser una varab|e ndependente. Por e[emp|o: un expermento con dos grupos, uno a| cua| se |e ap|ca e|
estmu|o expermenta| y e| otro grupo e| de contro|.
Nlvel de medlclon
de la varlable Interva|os o razn.
lnterpretaclon L| va|or "t' se obtene en muestras grandes medante |a frmu|a:
2
2
2
1
1
2
2 1
N
S
N
S
X X
t
+
=
0onde X 1 es |a meda de un grupo, X 2 es |a meda de| otro grupo,
2
1
S es |a desvacn estndar de| prmer
grupo e|evada a| cuadrado, N1 es e| tamano de| prmer grupo, es |a desvacn estndar de| segundo grupo e|e-
vada a| cuadrado y N2 es e| tamano de| segundo grupo. Ln rea|dad, e| denomnador es e| error estandar de la
dlstrlbuclon muestral de la dlferencla entre medlas.
Para saber s e| va|or "t" es sgnfcatvo, se ap|ca |a frmu|a y se ca|cu|an |os grados de llbertad. La prueba "t" se
basa en una dstrbucn muestra| o pob|acona| de dferenca de medas conocda como |a dstrbucn "t" de
5tudent. Lsta dstrbucn es dentfcada por |os grados de llbertad, |os cua|es constltuyen el nmero de mane-
ras como los datos pueden varlar llbremente. 5on determnantes, ya que nos ndcan qu va|or debemos esperar
de "t" dependendo de| tamano de |os grupos que se comparan. Lntre mayor nmero de grados de llbertad se
tengan, la dlstrlbuclon "t" de Student se acerca mas a ser una dlstrlbuclon normal y -usua|mente- s |os grados
de |bertad exceden |os 120, |a dstrbucn norma| es ut|zada como una aproxmacn adecuada de |a dstrbu-
cn "t" de 5tudent (Wersma, 1986). Los grados de llbertad se ca|cu|an as:
g| - (N1 + N2) -2
N1 y N2 son e| tamano de |os grupos que se comparan.
Una vez ca|cu|ados e| va|or "t" "t" "t" "t" y |os grados de |bertad, se e|ge e| nlvel de slgnlflcancla y se compara e| va|or
obtendo contra e| va|or que |e correspondera en |a tab|a dos de| apndce cnco (tabla de la dlstrlbuclon t de
Student). 5 nuestro va|or ca|cu|ado es gua| o mayor a| que aparece en |a tab|a, se acepta |a hptess de nves-
tgacn. Pero s nuestro va|or ca|cu|ado es menor a| que aparece en dcha tab|a, se acepta |a hptess nu|a.
Ln |a tab|a se busca e| va|or con e| cua| vamos a comparar e| que hemos ca|cu|ado, basndonos en e| nve| de
confanza e|egdo (0.05 o 0.01) y |os grados de |bertad. La tab|a contene como co|umnas |os nve|es de confan-
za y como reng|ones |os grados de |bertad. Los nve|es de confanza adqueren e| sgnfcado de| que se ha
hab|ado (e| .05 sgnfca un 95% de que |os grupos en rea|dad dferan sgnfcatvamente entre s y un 5% de
posb|dad de error). Uuanto mayor sea e| va|or "t" "t" "t" "t" ca|cu|ado respecto a| va|or de |a tab|a y menor sea |a posb|-
dad de error, mayor ser |a certeza en |os resu|tados.
Uuando e| va|or "t" "t" "t" "t" se ca|cu|a ut|zando un paquete estadstco para computadora, |a sgnfcanca se proporco-
na como parte de |os resu|tados y sta debe ser menor a .05 o .01 dependendo de| nve| de confanza se|ecco-
nado.
Uonsderacones: La prueba "t" "t" "t" "t" puede ut|zarse para comparar |os resu|tados de una preprueba con |os
resu|tados de una postprueba en un contexto expermenta|. 5e comparan |as medas y
|as varanzas de| grupo en dos momentos dferentes:
235
. 0 ben para comparar |as prepruebas o postpruebas de dos grupos que par-
tcpan en un expermento:
LJLMPL05
P: "Los [venes |e atrbuyen mayor mportanca a| atractvo fsco en sus re|acones heterosexua|es que |as
[venes."
Po: "Los [venes no |e atrbuyen ms mportanca a| atractvo fsco en sus re|acones heterosexua|es que |as
[venes."
La varab|e atractvo fsco fue medda a travs de una prueba estandarzada y e| nve| de medcn es por nter-
va|os. La esca|a vara de 0 a 18.
La hptess se somete a prueba con |os estudantes de c|ase meda de dos unversdades de |a cudad de Mon-
terrey, Mxco.
N1 (hombres) - 128
N2 (mu[eres) - 119
Pesu|tados:
1
X (hombres) - 15
2
X (mu[eres) - 12
51 (hombres) - 4
52 (mu[eres) - 3
119
) 3 (
128
) 4 (
12 15
t
2 2
+
=
1 - 6.698
U| - (128 + 119) - 2
U| - 245
A| acudr a |a tab|a de |a dstrbucn "t" "t" "t" "t" de 5tudent (apndce cnco, tab|a dos), buscamos |os grados de |bertad
correspondentes y e|egmos en |a co|umna de "g|", e| reng|n "", que se se|eccona sempre que se tene ms
de 200 grados de |bertad. La tab|a contene |os sguentes va|ores:
U| .05 .01 .
a (mayor 1.645 2.326 de 200)
Nuestro va|or ca|cu|ado de "t" "t" "t" "t" es 6.698, resu|ta superor a| va|or de |a tab|a en un nve| de confanza de
.05(6.698> 1.645). Lntonces, |a conc|usn es que aceptamos |a hptess de nvestgacn y rechazamos |a
nu|a. Inc|uso, e| va|or "t" "t" "t" "t" ca|cu|ado es superor en un nve| de confanza de| .01 (6.698 > > > > 2.326).
Uomentaro: Lfectvamente, en e| contexto de |a nvestgacn, |os [venes |e atrbuyen ms mportanca a|
atractvo fsco en sus re|acones heterosexua|es que |as [venes.
5 tuvramos 60 grados de |bertad y un va|or "t" "t" "t" "t" gua| a 1.87, a| comparar este va|or con |os de |a tab|a obten-
dramos:
UL .05 .01
60 1.6707 2.390
L| va|or "t" "t" "t" "t" ca|cu|ado es menor a |os va|ores de |a tab|a. 5e rechaza la hlpotesls de lnvestlgaclon y se acepta la
hlpotesls nula.
10.7.6. 10.7.6. 10.7.6. 10.7.6. u es |a prueba de dferenca de proporcones? u es |a prueba de dferenca de proporcones? u es |a prueba de dferenca de proporcones? u es |a prueba de dferenca de proporcones?
0eflnlclon Ls una prueba estadstca para ana|zar s dos proporcones dferen sgnfcatvamente entre s.
Rlpotesls a probar 0e dferenca de proporcones en dos grupos.
varlable lnvolucrada La comparacn se rea|za sobre una varab|e. 5 hay varas, se efectuar una prueba de
dferenca de proporcones por varab|e.
Nlvel de medlclon
de la varlable Interva|os o razn, expresados en proporcones o porcenta[es.
Procedlmlento e
lnterpretaclon 5e obtenen |as proporcones de |os grupos. 5e ap|ca |a sguente frmu|a:
236
2 2
1 1
2
2 2
1
1 1
2 1
P 1 q
P 1 q
N
q P
N
q P
P P
Z
=
=
+
=
La puntuacn "z" resu|tante se compara con |a puntuacn "z" de |a dstrbucn de puntuacones "z" (norma|)
que corresponda a| nve| de confanza e|egdo. L| va|or ca|cu|ado de "z" (resu|tante de ap|car |a frmu|a) debe
ser gua| o mayor que e| va|or de |a tab|a de reas ba[o |a curva norma| correspondente (tab|a uno, apndce
cnco). 5 es gua| o mayor, se acepta |a hptess de nvestgacn. 5 es menor, se rechaza.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
P: "L| porcenta[e de |bara|es en |a Uudad Arua|m es mayor que en Lnderbuck"
% de |bera|es en Arua|m % de |bera|es en Lnderbuck
55% 48%
N1 - 410 N2 - 301
Los porcenta[es se transforman en proporcones y se ca|cu|an q1 y q2: :: :
Arua|m Lnderbuck
P1 - 0.55 P2 - 0.48
N1 - 410 N2 - 301
q1 - 1--.55 - 0.45 q2 - 1-.48 - 0.52
-.05 - 1.96 z (puntuacn 'z" que como se ha exp|cado anterormente corresponde a| nve| a|fa de| .05).
56 . 1
301
) 52 )(. 48 (.
410
) 45 )(. 55 (.
48 . 0 55 . 0
Z
= +
=
Uomo |a "z" ca|cu|ada es menor a 1.96 (nve| a|fa expresado en una puntuacn "z"), aceptamos |a hptess nu|a
y rechazamos |a de nvestgacn.
10.7.7. 10.7.7. 10.7.7. 10.7.7. u es e| an|ss de varanza undreccona|? (oneway) u es e| an|ss de varanza undreccona|? (oneway) u es e| an|ss de varanza undreccona|? (oneway) u es e| an|ss de varanza undreccona|? (oneway)
0eflnlclon Ls una prueba estadstca para ana|zar s ms de dos grupos dferen sgnfcatvamente entre
s en cuanto a sus medas y varanzas. La prueba t es ut|zada para dos grupos y e| anallsls de
varlanza unldlrecclonal se usa para tres, cuatro o mas grupos. Y aunque con dos grupos, e| an-
|ss de varanza undreccona| se puede ut|zar, no es una prctca comun.
Rlpotesls a probar 0e dferenca entre ms de dos grupos. La hptess de nvestgacn propone que |os
grupos dferen sgnfcatvamente entre s y |a hptess nu|a propone que |os grupos no dferen
sgnfcatvamente.
varlables lnvolucradas Una varab|e ndependente y una varab|e dependente.
Nlvel de medlclon
de las varlables La varab|e ndependente es categrca y |a dependente es por nterva|os o razon.
L| que |a varab|e ndependente sea categrca sgnfca que se pueden formar grupos dferen-
tes. Puede ser una varab|e nomna|, ordna|, por nterva|os o de razn (pero en estos
u|tmos dos casos |a varab|e debe reducrse a categoras).
Por e[emp|o:
Pe|gn.
Nve| socoeconmco (muy a|to, a|to, medo, ba[o y muy ba[o).
Antgedad en |a empresa (de 0 a 1 ano, ms de un ano a cnco anos, ms de cnco anos a dez, ms de
dez anos a 20 y ms de 20 anos).
lnterpretaclon L| anallsls de varlanza unldlrecclonal produce un va|or conocdo como F o razon L', que se
basa en una dstrbucn muestra|, conocda como |a dlstrlbuclon F que es otro membro de |a
fam|a de dstrbucones muestra|es. La razon F compara |as varacones en |as puntuacones
debdas a dos dferentes fuentes: varacones entre |os grupos que se comparan y varacones
dentro de |os grupos.
5 |os grupos deferen rea|mente entre s sus puntuacones vararn ms de |o que puedan varar |as puntuaco-
nes entre |os ntegrantes de un msmo grupo. vemos|o con un e[emp|o cotdano. 5 tenemos tres fam|as "A",
"" y "U". La fam|a "A" est ntegrada por Ie|pe, Ang|ca, L|ena y Jos Lus. La fam|a "" est compuesta por
Uhester, P|ar, Ingo, A|onso y Uar|os. Y |a fam|a "U" est ntegrada por Podrgo, Laura y Poberto. u espera-
mos? Pues esperamos que |os ntegrantes de una fam|a se parezcan ms entre s de |o que se parecen a |os
membros de otra fam|a. Lsto podra grafcarse as:
237
Ls decr, esperamos homogeneldad ntrafam|as y heterogeneldad nterfam|as.
ue sucedera s |os membros de |as fam|as se pareceran ms a |os ntegrantes de |as otras fam|as que a
|os de |a suya propa? uere decr que no hay dferenca entre |os grupos (en e| e[emp|o, fam|as).
Lsta msma |gca se ap|ca a |a razon 'F, |a cua| nos ndca s |as dferencas entre |os grupos son mayores que
|as dferencas ntragrupos (dentro de stos). Lstas dferencas son meddas en trmnos de varanza. La varlanza
es una medda de dspersn o varab|dad a|rededor de |a meda y es ca|cu|ada en trmnos de desvacones
e|evadas a| cuadrado. Pecurdese que |a desvlaclon estandar es un promedo de desvacones respecto a |a
meda (X- X ) y |a varlanza es un promedlo de desvlaclones respecto a la medla elevadas al cuadrado (X~ X )
2
.
La varanza por eso se smbo|za como S
2
y su formula es ( )
N
2
X X . Uonsecuentemente |a razon "F" que es
una razn de varanzas, se expresa as:
I - - - - Meda cuadrtca entre |os grupos
Meda cuadrtca dentro de |os grupos
Ln donde medla cuadratlca mp|ca un promedo de varanzas e|evadas a| cuadrado. La medla cuadratlca entre
los grupos se obtene ca|cu|ando |a meda de |as puntuacones de todos |os grupos (meda tota|), despus se
obtene |a desvacn de |a meda de cada grupo respecto a |a meda tota| y se e|eva a| cuadrado cada una de
estas desvacones, despus se suman. Ina|mente se sopesa e| numero de ndvduos en cada grupo y |a medla
cuadratlca se obtene en base a |os grados de llbertad lntergrupales (no se ca|cu|a en base a| numero de pun-
tuacones). La medla cuadratlca dentro de los grupos se ca|cu|a obtenendo prmero |a desvacn de cada pun-
tuacn respecto a |a meda de su grupo, posterormente esta fuente de varacn se suma y combna para obte-
ner una medda de |a varlanza lntragrupal para todas |as observacones, tomando en cuenta |os grados de |ber-
tad tota|es (Wrght, 1979).
Las frmu|as de |a meda cuadrtca son:
5uma de cuadrados entre grupos
Meda cuadrtca entre grupos - Urados de |bertad entre grupos
Los grados de |bertad entre grupos - K - -- - 1 (donde K es e| numero de grupos).
5uma de cuadrados ntra-grupos
Meda cuadrtca dentro de |os grupos - Urados de |bertad ntra-grupos
Los grados de llbertad lntra-grupos - N - K (N es e| tamano de |a muestra, |a suma de |os ndvduos de todos |os
grupos y K recordemos que es e| numero de grupos).
Para e| procedmento de c|cu|o manua| de |a razon "F" se recomendan Levn (1979) o cua|quer texto de esta-
dstca soca|.
Pues ben, cuando F resulta slgnlflcatlva esto qulere declr que los grupos dlfleren slgnlflcatlvamente entre si. Ls
declr, se acepta la hlpotesls de lnvestlgaclon y se rechaza la hlpotesls nula.
Uuando se efectua e| anallsls de varlanza por medo de un programa para computadora o se ut|za un paquete
estadstco, se genera una tab|a de resu|tados con |os e|ementos de |a tab|a 10.7.
238
L| valor (alfa) o probab|dad a e|egr es una vez ms .05 o .01. 5 es menor de| .05 es sgnfcatvo a este nve|
y s es menor de| .01 es sgnfcatvo tambn a este nve|. Uuando e| programa o paquete estadstco no nc|uye
|a sgnfcanca se acude a |a tabla tres del apendlce clnco (tabla de la dlstrlbuclon F). Lsta tab|a contene una
|sta de razones sgnfcatvas -razones "I"- que debemos obtener para poder aceptar |a hptess de nvestga-
cn en |os nve|es de confanza de .05 y .01. A| gua| que en caso de |a razn "t" e| va|or exacto de "I" que de-
bemos obtener depende de sus grados de |bertad asocados. Por |o tanto, |a ut|zacn de |a tab|a se nca bus-
cando |os dos valores gl, |os grados de llbertad entre los grupos y y y y los grados de llbertad lntragrupos. Los grados
de |bertad entre grupos se ndcan en |a parte superor de |a pgna, mentras que |os grados de |bertad ntra-
grupos se han co|ocado a| |ado zquerdo de |a tab|a. L| cuerpo de |a tab|a de |a dstrbucn "I" presenta razones
'F sgnfcatvas a |os nlveles de conflanza de .05 y y y y .0l.
5 "I" - 1.12
U| entre - 2
U| ntra - 60
Lste valor 'F se compara con e| va|or que aparece en |a tab|a de |a dstrbucn "I", que es 3.15, y como el valor
F ca|cu|ado es menor a| de dcha tab|a, rechazaramos |a hptess de nvestgacn y aceptaramos |a hptess
nu|a. Para que e| valor F ca|cu|ado sea sgnfcatvo debe ser gua| o mayor a| de |a tab|a.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
P: "Los nnos que se expongan a contendos de e|evada vo|enca te|evsva exhbrn una conducta ms
agresva en sus [uegos, respecto a |os nnos que se expongan a contendos de medana o ba[a vo|enca
te|evsada.
Po: "Los nnos que se expongan a contendos de e|evada vo|enca te|evsva no exhbrn una conducta ms
agresva en sus [uegos, respecto a |os nnos que se expongan a contendos de medana o ba[a vo|enca
te|evsada".
La varab|e ndependente es e| grado de exposcn a |a vo|enca te|evsada y |a varab|e dependente es
|a agresvdad exhbda en |os [uegos, medda por e| numero de conductas agresvas observadas (Interva-
|os).
Para probar |a hptess se dsena un expermento con tres grupos:
U1 X1 (e|evada vo|enca) 0
U2 X2 (medana vo|enca) 0 numero de actos
U3 X3 (ba[a vo|enca) 0 agresvos
U4- -- - (conducta prosoca|) 0
Ln cada grupo hay 25 nnos.
239
La razon F resulto slgnlflcatlva se acepta la hlpotesls de lnvestlgaclon. La dferenca entre |as medas de |os
grupos es sgnfcatva, e| contendo a|tamente vo|ento tene un efecto sobre |a conducta agresva de |os nnos
en sus [uegos. L| estmu|o expermenta| tuvo un efecto. Lsto se corrobora comparando |as medas de |as post-
pruebas de |os cuatro grupos. Porque e| an|ss de varanza undreccona| so|amente nos sena|a s |a dferenca
entre |as medas y |as dstrbucones de |os grupos es o no sgnfcatva, pero no nos Indca en favor de qu gru-
pos |o es, esto puede hacerse comparando |as medas y |as dstrbucones de |os grupos. Y s adcona|mente
queremos comparar cada par de medas ( X 1 con X 2, X 1 con X 3, X 2 con X 3, etc.) y determnar exacta-
mente dnde estn |as dferencas sgnfcatvas, podemos ap|car un contraste a posteror, ca|cu|ando una
prueba "t' para cada par de medas o ben, a travs de a|gunas estadstcas que sue|en ser parte de |os an|ss
efectuados medante paquetes estadstcos para computadoras. Lstas estadstcas se nc|uyen en |a fgura
10.13.
54
10.7.8 10.7.8 10.7.8 10.7.8 u es e| an|ss factora| de varanza? u es e| an|ss factora| de varanza? u es e| an|ss factora| de varanza? u es e| an|ss factora| de varanza?
(AN0vA) (an|ss de varanza de k-dreccones)
0eflnlclon Ls una prueba estadstca para eva|uar e| efecto de dos o
ms varab|es ndependentes sobre una varab|e dependente. Pes-
ponde a esquemas de| tpo:
Uonsttuye una extensn de| an|ss de varanza undreccona|, so|amente que nc|uye ms de una varab|e
ndependente. Lva|ua |os efectos por separado de cada varab|e ndependente y |os efectos con[untos de dos o
ms varab|es ndependentes.
varlables lnvolucradas 0os o ms varab|es ndependentes y una dependente.
Nlvel de medlclon de las varlables La varab|e dependente (crtero) debe estar medda en un nve| por nterva|os
o razn, y |as varab|es ndependentes (factores). pueden estar en cua|quer nve| de medcn, pero
expresadas de manera categrca.
IN1LPPPL1AUI0N Y LJLMPL0 IN1LPPPL1AUI0N Y LJLMPL0 IN1LPPPL1AUI0N Y LJLMPL0 IN1LPPPL1AUI0N Y LJLMPL0
P: "La sm|tud en va|ores, |a atraccn fsca y e| grado de retroa|mentacn postva son factores que
ncden en |a satsfaccn sobre |a re|acn en pare[as de novos cuyas edades osc|an entre |os 24 y |os
32 anos."
L| AN0vA efectuado medante un paquete estadstco para computadora produce |os sguentes e|ementos bs-
cos:
Fuente de la varlaclon (source of varaton). ue es e| factor que orgna varacn en |a varab|e dependente.
5 una fuente no orgna varacn en |a dependente, no tene efectos.
Lfectos prlnclpales (man effects). Ls e| efecto de cada varab|e ndependente por separado, no est conta-
mnado de| efecto de otras varab|es ndependentes n de error. La suma de todos |os efectos prncpa|es
sue|e proporconarse.
lnteracclones de dos dlrecclones (2-way nteractons). Pepresenta e| efecto con[unto de dos varab|es nde-
51
Paquele Esladisl|co para |as C|erc|as 3oc|a|es, e| cua| sc corerlar cuardo se rao|e de paqueles esladisl|cos.
240
pendentes, as|ado de |os dems posb|es efectos de |as varab|es ndependentes (ndvdua|es o en con[un-
tos).
La suma de |os efectos de todas
estas nteraccones sue|e propor-
conarse.
lnteracclones de tres dlrecclones
(3-way nteractons). Uonsttuye e|
efecto con[unto de tres varab|es
ndependentes, as|ado de otros
efectos. La suma de |os efectos
de todas estas nteraccones sue-
|e proporconarse.
Puede haber efecto de K-
dreccones, dependendo de|
numero de varab|es ndepen-
dentes.
Ln nuestro e[emp|o, tenemos |os
resu|tados que se muestran en |a
tab|a 10.9.
Uomo podemos ver en |a tab|a 10.9,
|a sm|tud, |a atraccn y |a retroa|-
mentacn tenen un efecto sgnfca-
tvo sobre |a satsfaccn en |a re|a-
cn. Pespecto a |os efectos de dos
varab|es ndependentes con[untas,
s|o |a sm|tud y |a atraccn tenen
un efecto, y hay un efecto con[unto de
|as tres varab|es ndependentes. La
hptess de nvestgacn se acepta y
|a nu|a se rechaza. Asmsmo, se
recuerda a| |ector que en e| captu|o 6
sobre dsenos expermenta|es (en e|
apartado sobre dsenos factora|es)
se exp|ca |a nocn de nteraccn
entre varab|es ndependentes. Y
cabe agregar que e| AN0vA es un m-
todo estadstco propo para |os dsenos
expermenta|es factora|es.
10.7.9. 10.7.9. 10.7.9. 10.7.9. u es e| an|ss de covaranza? u es e| an|ss de covaranza? u es e| an|ss de covaranza? u es e| an|ss de covaranza?
0eflnlclon Ls una prueba estadstca que ana|za |a re|acn entre una varab|e dependente y dos o ms
ndependentes, removendo y contro|ando e| efecto de a| menos una de estas ndependentes.
Perspectlvas o usos W|dt y Ahto|a (1978, pp. 8-9) destacan tres perspectvas para e| an|ss de covaranza:
A) Perspectlva experlmental. 5e ap|ca a aque||as stuacones en que e| nters de| nvestgador se centra en |as
dferencas observadas en |a varab|e dependente a travs de |as categoras de |a varab|e ndependente (o
varab|es ndependentes). Pero e| expermentador asume que hay otras varab|es ndependentes cuanttat-
vas que contamnan |a re|acn y cuya nf|uenca debe ser contro|ada. Ls decr, se tene e| sguente esque-
ma:
241
Y e| nvestgador uncamente se nteresa por conocer
|a re|acn entre |as varab|es ndependentes cate-
grcas y |a varab|e dependente. 0eseando remover
y contro|ar e| efecto de |as varab|es ndependentes
cuanttatvas no categrcas. Ls decr, desea tener un
esquema as:
L| ob[etvo es "purfcar" |a re|acn entre |as ndependentes categrcas y |a dependente, contro|ando e| efecto
de |as ndependentes no categrcas o contnuas.
L[emp|os de varab|es ndependentes categrcas seran: sexo (mascu|no, femenno), nte|genca (a|ta, meda,
ba[a), ngreso (menos de 1 sa|aro mnmo, 2 a 4 sa|aros mnmos, 5 a 10 sa|aros mnmos, 11 o ms sa|aros
mnmos). Los nve|es de medcn nomna| y ordna| son categrcos en s msmos, y |os nve|es de nterva|os y
razn deben de transformarse en categoras ms dscretas. Lstos u|tmos son en s: cuanttatvos, contnuos y de
categoras mu|tp|es-contnuas. Por e[emp|o, e| ngreso en su estado natura| vara de |a categora 0 hasta |a ca-
tegora (K)k, puede haber m||ones de categoras.
varlable categorlca - unas cuantas categoras o un rango medo.
varlable contlnua - muchas categoras (a veces una nfndad).
A dlchas varlables lndependlentes cuantltatlvas contlnuas, cuya lnfluencla se remueve y controla, se les denoml-
na covarlables. Una covarab|e es nc|uda en e| an|ss para remover su efecto sobre |a varab|e dependente e
ncrementar e| conocmento de |a re|acn entre |as varab|es ndependentes categrcas y |a dependente, au-
mentando |a precsn de| an|ss.
Ln esta perspectva, e| anallsls de covarlanza puede ser concebdo -prmero- como un a[uste en |a varab|e
dependente respecto a dferencas en |a covarab|e o covarab|es y -posterormente- como una eva|uacn de
|a re|acn entre |as varab|es ndependentes categrcas y |os va|ores a[ustados de |a varab|e dependente
(W|dt y Ahto|a, 1978).
B) Perspectlva de lnteres por la covarlable. Lsta perspectva es e[emp|fcada por aque||as nstancas en |as
cua|es e| nters prncpa| se centra en ana|zar |a re|acn entre |a varab|e dependente y |a covarab|e (va-
rab|e cuanttatva contnua) o covarab|es. Aqu e| enfoque es dstnto, |a nf|uenca que se remueve es |a de
|as varab|es ndependentes categrcas. .Prmero se contro|a e| efecto -en este caso contamnante- de es-
tas varab|es y despus se ana|za e| efecto "purfcado" de |a(s) covarab|e(s).
0) Perspectlva de regreslon. Ln esta tercera perspectva, tanto |as varab|es ndependentes categrcas como
|as covarab|es resu|tan de nters para e| nvestgador, quen puede desear examnar e| efecto de cada va-
rab|e ndependente (covarab|es y no covarab|es, todas) y despus a[ustar o corregr |os efectos de |as de-
ms varab|es ndependentes.
Ln cua|quer caso, e| anallsls de covarlanza remueve lnfluenclas no deseadas sobre la varlable dependlente. 5e
puede ut|zar en contextos experlmentales y no experlmentales. W|dt y Ahto|a (1978, p. 13) defnen a|gunos
usos de| an|ss de covaranza:
1) lncrementar la preclslon en experlmentos con asgnacn a| azar.
2) Remover lnfluenclas extranas o contamlnantes que pueden resu|tar cuando |as pruebas y/o ndvduos
no pueden ser asgnados a| azar a |as dferentes condcones expermenta|es (grupos de un expermen-
to).
3) Remover efectos de varlables que confundan o dstorsonen |a nterpretacn de resu|tados en estudos
no expermenta|es.
Nve| de medcn de |as varab|es: La varlable dependlente sempre est medlda por lntervalos o razon y |as
varlables lndependlentes pueden estar medldas en cualquler nlvel. Aunque |as covarlables deben lnedlrse en un
nlvel de lntervalos o razon.
lnterpretaclon 0ependendo de cada caso especfco, e| an|ss de covaranza efectuado medante un paquete
estadstco para computadora produce una tab|a de resu|tados muy parecda a |a de| an|ss de
242
varanza. Los e|ementos ms comunes de |a tab|a son:
La razon F es, a| gua| que en e| an|ss de varanza, una razn de varanzas. L| razonamento estadstco es e|
msmo y "I" se nterpreta gua|, nc|uso se ut|za |a msma tab|a de |a dstrbucn "I" -tab|a tres, apndce cn-
co-. 5o|amente que |as nferencas y conc|usones se hacen tomando en cuenta que |as medas de |a varab|e
dependente a travs de |as categoras de |a(s) varab|e (s) ndependente(s) han sdo a[ustadas, removendo e|
efecto de |a covarab|e.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
P: "Los traba[adores que recban retroa|mentacn verba| sobre e| desempeno de parte de su supervsor,
mantendrn un nve| mayor de productvdad que |os traba[adores que recban retroa|mentacn sobre
e| desempeno por escrto y que |os traba[adores que no recban nngun tpo de retroa|mentacn".
L| nvestgador p|antea un dseno expermenta| para ntentar probar su hptess. 5n embargo, no puede asgnar
a|eatoramente a |os traba[adores a |os tres grupos de| expermento. L| dseno sera con grupos ntactos (cuasex-
permenta|) y se podra esquematzar:
U1 X1 X 1
U2 X2 X 2
U3 __ X 3
Asmsmo, e| nvestgador sabe que hay un factor que puede contamnar |os resu|tados (actuar como fuente de
nva|dacn nterna): |a motvacn. 0ferencas nca|es en motvacn pueden nva|dar e| estudo. Uomo no hay
asgnacn a| azar no se puede saber s |os resu|tados se ven nf|udos por dcho factor. Lntonces, e| expermen-
tador decde remover y contro|ar e| efecto de |a motvacn sobre |a productvdad, para as conocer |os efectos
de |a varab|e ndependente: tpo de retroa|mentacn. La motvacn se converte en covarab|e.
L| esquema es:
Petroa|mentacn Productvdad
(varab|e ndependente categrca) (varab|e dependente)
Motvacn (covarab|e)
Uabe destacar que, para poder ntroducr a una covarlable en e| an|ss, sta debe ser medda preferb|emente
antes de| nco de| expermento.
Lo que e| anallsls de covarlanza hace es "qutar" a |a varab|dad de |a dependente |o que se debe a |a covarla-
ble. Ajusta la varlanza de la varlable dependlente en las categorias de la lndependlente, basndose en |a cova-
rab|e. Ln e| e[emp|o, a[usta |a varanza de |a productvdad debda a |a motvacn, en |as categoras expermen-
ta|es (tratamentos o grupos). L| a[uste se rea|za sobre |a base de |a corre|acn entre |a covarab|e y |a depen-
dente. Lsto se muestra esquemtcamente en |a fgura 10.14.
243
Una vez rea|zado e| anallsls de covarlanza, se eva|ua s F' es o no sgnfcatva. Uuando F' resulta slgnlflcatlva
se acepta la hlpotesls de lnvestlgaclon.
5 e| resu|tado fuera:
U1 - 35
U2 - 36
U3 - 38
U| entre - K-1 - 3-1 - 2
U| ntra - N-K - 109
I - 1.70
Uomparamos con e| va|or de |a tab|a que a| .05 es gua| a 3.07: nuestra razn "I" 1.70 es menor a este va|or.
Por |o tanto, rechazamos |a hptess de nvestgacn y aceptamos |a hptess nu|a. Lsto se contrasta con |as
medas a[ustadas de |os grupos que proporcone e| an|ss de covaranza (no |as medas obtendas en e| expe-
rmento por cada grupo, sno |as a[ustadas en base a |a covarab|e).
10.8. 10.8. 10.8. 10.8. ANLI5I5 N0 PAPAML1PIU05 ANLI5I5 N0 PAPAML1PIU05 ANLI5I5 N0 PAPAML1PIU05 ANLI5I5 N0 PAPAML1PIU05
10.8.1. 10.8.1. 10.8.1. 10.8.1. Uu|es son |as presuposcones de |a estadstca no paramtrca? Uu|es son |as presuposcones de |a estadstca no paramtrca? Uu|es son |as presuposcones de |a estadstca no paramtrca? Uu|es son |as presuposcones de |a estadstca no paramtrca?
Para rea|zar an|ss no paramtrcos debe partrse de |as sguentes consderacones:
1) La mayora de estos anallsls no requleren de presupuestos acerca de la forma de la dlstrlbuclon pobla-
clonal. Aceptan dstrbucones no norma|es.
2) Las varlables no necesarlamente deben de estar medldas en un nlvel por lntervalos o de razon, pueden
ana|zarse datos nomna|es u ordna|es. 0e hecho, s se queren ap|car an|ss no paramtrcos a datos
por nterva|os o razn, stos deben de ser resumdos a categoras dscretas (a unas cuantas). Las vara-
b|es deben ser categrcas.
10.8.2. 10.8.2. 10.8.2. 10.8.2. Uu|es son |os mtodos o pruebas estadstcas no paramtrcas ms ut| Uu|es son |os mtodos o pruebas estadstcas no paramtrcas ms ut| Uu|es son |os mtodos o pruebas estadstcas no paramtrcas ms ut| Uu|es son |os mtodos o pruebas estadstcas no paramtrcas ms ut| zadas? zadas? zadas? zadas?
Las pruebas no parametrlcas mas utlllzadas son:
1) La J cuadrada o
2
2) Los coefcentes de corre|acn e ndependenca para tabu|acones cruzadas.
3) Los coefcentes de corre|acn por rangos ordenados de 5pearman y Kenda||.
10.8.3. 10.8.3. 10.8.3. 10.8.3. u es |a J cuadrada o Uh cuadrada? u es |a J cuadrada o Uh cuadrada? u es |a J cuadrada o Uh cuadrada? u es |a J cuadrada o Uh cuadrada?
0eflnlclon Ls una prueba estadstca para eva|uar hptess acerca de |a re|acn entre dos varab|es categr-
cas.
Se slmbollza
2
.
Rlpotesls a probar Uorre|acona|es.
varlables lnvolucradas 0os. La prueba J-cuadrada no consdera re|acones causa|es.
Nlvel de medlclon de las varlables Nomna| u ordna| (o nterva|os o razn reducdas a ordna|es).
Procedlmlento La 1l-cuadrada se ca|cu|a a travs de una tabla de contlngencla o tabulaclon cruzada, que es
una tab|a de dos dmensones y cada dmensn contene una varab|e. A su vez, cada varab|e
se subdvde en dos o ms categoras.
Un e[emp|o de una tab|a de contngenca se presenta en |a fgura 10.15.
244
0os varab|es: voto y sexo. Uada varab|e con dos categoras o nve|es.
La fgura 10.15 demuestra e| concepto de tabla de contlngencla o tabu|acn cruzada. Las varab|es aparecen
sena|adas a |os |ados de |a tab|a, cada una con sus dos categoras. 5e dce que se trata de una tab|a 2 x 2, don-
de cada dgto sgnfca una varab|e y e| va|or de ste ndca e| numero de categoras de |a varab|e.
55
Un e[emp|o de una tab|a de contngenca 2 x 3 se muestra en |a tab|a 10.10.
Ln |a tab|a de contngenca se anotan |as frecuenclas observadas en |a muestra de |a nvestgacn, ta| y como
ocurre en |a tab|a 10.10.
Posterormente, se ca|cu|an |as frecuenclas esperadas para cada ce|da. Ln esenca, |a 1l cuadrada es una com-
paraclon entre |a tabla de frecuenclas observadas y |a denomnada tabla de frecuenclas esperadas, |a cua|
consttuye |a tab|a que esperaramos encontrar s |as varab|es fueran estadstcamente ndependentes o no
estuveran re|aconadas (Wrght, 1979). La 1l cuadrada es una prueba que parte de| supuesto de "no re|acn
entre varab|es" y e| nvestgador eva|ua s en su caso esto es certo o no, ana|zando s sus frecuencas
observadas son dferentes de |o que pudera esperarse en caso de ausenca de corre|acn. La |gca es as: "5
no hay re|acn entre |as varab|es, debe de tenerse una tab|a as (|a de |as frecuencas esperadas). 5 hay re|a-
cn, |a tab|a que obtengamos como resu|tado en nuestra nvestgacn debe ser muy dferente respecto a |a
tab|a de frecuencas esperadas".
La frecuenca esperada de cada ce|da, cas||a o recuadro, se ca|cu|a medante |a sguente frmu|a apllcada a la
tabla de frecuenclas observadas.
fe - (1ota| o margna| de reng|n) (tota| o margna| de co|umna)
N
0onde "N" es e| numero tota| de frecuencas observadas.
Para |a prmera ce|da (zona norte y partdo derechsta) |a frecuenca esperada sera:
4 . 145
1040
) 540 )( 280 (
fe = =
veamos de dnde sa|eron |os numeros:
Para e| e[emp|o de |a tab|a 10.10, |a tab|a de frecuencas esperadas sera |a de |a tab|a 10.11.
55
ur corceplo s|r||ar lue expueslo a| rao|ar de d|seros laclor|a|es er e| cap|lu|o se|s soore exper|rerlos, so|arerle que er aque||os casos se rao|aoa dedos o rs
var|ao|es y |as ce|das o recuadros |rc|uiar prored|os de |a var|ao|e deperd|erle. Aqui se esl espec|l|cardo que se lrala ur|carerle de dos var|ao|es y |as ce|das
corl|erer lrecuerc|as.
245
Una vez obtendas |as frecuencas esperadas, se ap|ca
|a sguente formula de 1l cuadrada
=
E
) E 0 (
2
2
0onde: "" mp|ca sumatora.
"0" es |a frecuenca observada en cada ce|da.
"L" es |a frecuenca esperada en cada ce|da.
Ls decr, se ca|cu|a para cada ce|da |a dferenca entre |a frecuenca observada y |a esperada, esta dferenca se
e|eva a| cuadrado y se dvde entre |a frecuenca esperada. Ina|mente se suman estos resu|tados y |a sumatora
es e| va|or de
2
obtenda.
0tra manera de ca|cu|ar
2
es medante |a tab|a 10.12.
L| va|or de
2
para |os va|ores observados es de 47.33.
lnterpretaclon A| gua| que "t" y "I", |a 1l cuadrada provene de una dstrbucn muestra|, denomnada dstr-
bucn
2
. y |os resu|tados obtendos en |a muestra estn dentfcados por |os grados de |ber-
tad. Lsto es, para saber s un va|or de
2
es o no sgnfcatvo, debemos ca|cu|ar |os grados de
|bertad. Lstos se obtenen medante |a sguente frmu|a:
U| - (r-1)(c-1)
Ln donde "r" es e| numero de reng|ones de |a tab|a de contngenca y "c" e| numero de co|umnas. Ln nuestro caso:
U| - (3-1)(2-1) - 2
Y acudmos con |os grados de |bertad que nos corresponden a |a tab|a cuatro de| apndce cnco (0lstrlbuclon de
1l-cuadrada), e|gendo nuestro nve| de confanza (.05 o .0 1). 5 nuestro va|or ca|cu|ado de
2
es gua| o superor
a| de |a tab|a, decmos que |as varab|es estn re|aconadas (
2
fue sgnfcatva). Ln e| e[emp|o, e| va|or que
requermos empatar o superar a| nve| de| .05 es 5.991. L| va|or de
2
ca|cu|ado por nosotros es de 47.33, que
es muy superor a| de |a tab|a:
2
resu|ta sgnfcatva.
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
P: "Los tres cana|es de te|evsn
a nve| nacona| dferen en |a cantdad
de programas prosoca|es, neutra|es y
antsoca|es que dfunden". "Pay re|a-
cn entre |a varab|e cana| de te|evsn
nacona|' y |a varab|e "emsn de pro-
gramas prosoca|es, neutra|es y antso-
ca|es'".
Pesu|tados:
2
- 7.95
U| - 4
246
Para que y sea sgnfcatva a| .01, con cuatro grados de |bertad, se necesta un va|or mnmo
de 13.277 y para que sea sgnfcatva a| .05, se necesta un va|or mnmo de 9.488. Por |o tan-
to, se rechaza |a hptess de nvestgacn y se acepta |a nu|a. No hay re|acn entre |as varab|es.
U0MLN1API0: Uuando a| ca|cu|ar
2
se ut|za un paquete estadstco para computadora, e| resu|tado de
2
se
proporcona [unto con su sgnfcanca, s sta es menor a| .05 o a| .01, se acepta |a hptess de
nvestgacn.
10.8.4. 10.8.4. 10.8.4. 10.8.4. u son |os coefcentes de co u son |os coefcentes de co u son |os coefcentes de co u son |os coefcentes de corre|acn e ndependenca para tabu|acones cruzadas? rre|acn e ndependenca para tabu|acones cruzadas? rre|acn e ndependenca para tabu|acones cruzadas? rre|acn e ndependenca para tabu|acones cruzadas?
Adems de |a
2
exsten otros coeflclentes para eva|uar s |as varab|es nc|udas en |a tab|a de contngenca o
tabu|acn cruzada estn corre|aconadas. A contnuacn, se menconan a|gunos de estos coefcentes. No en
todas se ut|zan frecuencas.
10.8.5. 10.8.5. 10.8.5. 10.8.5. u otra ut|zacn tenen |as tab|as de contngenca? u otra ut|zacn tenen |as tab|as de contngenca? u otra ut|zacn tenen |as tab|as de contngenca? u otra ut|zacn tenen |as tab|as de contngenca?
Las tablas de contlngencla, adems de servr para e| c|cu|o de |a
2
y otros coefcentes, son tlles para descrl-
blr conjuntamente a dos o mas varlables. Lsto se efectua convrtendo |as frecuencas observadas en frecuencas
247
re|atvas o porcenta[es. Ln una tabu|acn cruzada puede haber tres tpos de porcenta[es respecto a cada ce|da:
A) Porcentaje en relaclon al total de frecuenclas observadas (N).
) Porcentaje en relaclon al total marglnal de la columna.
U) Porcentaje en relaclon al total marglnal del renglon.
veamos con un e[emp|o hpottco de una tab|a 2 x 2 con |as varab|es sexo y preferenca por un conductor. Las
frecuencas observadas seran:
|as ce|das podran representarse como:
1omemos e| caso de "a" (ce|da superor zquerda). La ce|da "a" (25 frecuencas observadas) con respecto a| tota|
(N - 100) representa e| 25%. Ln re|acn a| tota| margna| de co|umna (cuyo tota| es 65), representa e| 3 8.46% y
respecto a| tota| margna| de reng|n (cuyo tota| es 50), sgnfca e| 50%. Lsto puede expresarse as:
As procedemos con cada categora como ocurre en |a tab|a 10.13.
U0MLN1API0: Una cuarta parte de |a muestra est consttuda por hombres que preferen a| conductor "A", e|
10.0% son mu[eres que preferen a| conductor "". Ms de| 60% (6l.5) de |os hombres preferen a "", etcte-
ra.
0ebe observarse que estas frecuenclas relatlvas se basan en |as frecuenclas observadas, pero no tenen nada
que ver con frecuencas esperadas (estas u|tmas son frecuencas abso|utas). La tabu|acn cruzada para descr-
br con[untamente varab|es y |a tabu|acn cruzada para ca|cu|ar estadstcas de corre|acn se basan en |os
msmos datos nca|es pero representan funcones muy dstntas.
10.8.6. 10.8.6. 10.8.6. 10.8.6. u son |os coefcentes de corre|acn por rangos ordenados de 5pearman y Kenda|? u son |os coefcentes de corre|acn por rangos ordenados de 5pearman y Kenda|? u son |os coefcentes de corre|acn por rangos ordenados de 5pearman y Kenda|? u son |os coefcentes de corre|acn por rangos ordenados de 5pearman y Kenda|?
Los coefcentes rho de Spearman, smbo|zado como rs, y tau de Kenda||, smbo|zado como t, son medldas de
correlaclon para varlables en un nlvel de medlclon ordlnal, de ta| modo que |os ndvduos u ob[etos de |a mues-
tra pueden ordenarse por rangos ([erarquas).
248
Por e[emp|o, supongamos que tenemos |as vara-
b|es "preferenca en e| sabor" y "atractvo de| en-
vase", y pedmos a personas representatvas de|
mercado que eva|uen con[untamente a 10 refres-
cos embote||ados y |os ordenen de| 1 a| 10 (donde
"1" es |a categora o rango mxmo en ambas
varab|es). Y tuvramos |os sguentes resu|tados:
Para ana|zar |os resu|tados, ut|zaramos |os
coefcentes "rs" y "t".
Ahora ben, debe observarse que todos |os su[etos u ob[etos deben [erarquzarse por rangos que contenen |as
propedades de una esca|a ordna| (se ordenan de mayor a menor). Ambos coefcentes varan de -1.0 (corre|a-
cn negatva perfecta) a +1.0 (corre|acn postva perfecta). 5e trata de estadstcas sumamente efcentes para
datos ordna|es. La dferenca entre e||os es exp|cada por Nc et al. (1975, p. 289) de |a sguente manera: L|
coefcente de Kenda|| resu|ta un poco ms sgnfcatvo cuando |os datos contenen un numero consderab|e de
rangos empatados. L| coefcente de 5pearman -por otro |ado-, parece ser una aproxmacn cercana a| coef-
cente r de Pearson, cuando |os datos son contnuos (v.g., no caracterzados por un numero consderab|e de em-
pates en cada rango).
10.9. 10.9. 10.9. 10.9. ULUUL0 0LL U0LIIUILN1L 0L U0NIIAILI0A0 ALIA ULUUL0 0LL U0LIIUILN1L 0L U0NIIAILI0A0 ALIA ULUUL0 0LL U0LIIUILN1L 0L U0NIIAILI0A0 ALIA ULUUL0 0LL U0LIIUILN1L 0L U0NIIAILI0A0 ALIA- -- -UP0N AUP UP0N AUP UP0N AUP UP0N AUP
0e acuerdo con Uarmnes y 2e||er (1979, pp. 44-45) exsten dos procedmentos para ca|cu|ar el coeflclente
1. Sobre la base de la varlanza de los items, apllcando la slgulente formula
0onde "N" es gua| a| numero de tems de |a esca|a. "s
2
(Y)" es gua| a |a sumatora de |as varanzas de |os
tems y s
2
x es gua| a |a varanza de toda |a esca|a.
2. Sobre la base de la matrlz de correlaclon de los items. L| procedmento sera:
A) 5e ap|ca |a esca|a.
) 5e obtenen |os resu|tados.
U) 5e ca|cu|an |os coefcentes de corre|acn r de Pearson entre todos |os tems (todos contra todos de
par en par).
0) 5e e|abora |a matrz de corre|acn con |os coefcentes obtendos. Por e[emp|o:
Los coefcentes que se menconan como "ya fue ca|cu|ado", se nc|uyen en |a parte superor de |as |neas hor-
zonta|es (guones). Ls decr, cada coefcente se nc|uye una so|a vez y se exc|uyen |os coefcentes entre |as
msmas puntuacones (1 con 1, 2 con 2, 3 con 3 y 4 con 4).
L) 5e ca|cu|a p (promedo de |as corre|acones entre tems):
NP
P
p
= ("p" es |a sumatora de |as corre|acones y
"NP" e| numero de corre|acones no repetdas o no exc|udas).
6
541 . 501 . 489 . 585 . 399 . 451 .
p
+ + + + +
= 494 . 0 p =
I) 5e ap|ca |a sguente frmu|a:
) 1 N ( p 1
p N
+
=
249
0onde "N" es e| numero de tems y " p " e| promedo de |as corre|acones entre tems.
Ln e| e[emp|o:
) 1 4 ( 49 . 0 1
) 494 . 0 ( 4
+
=
48 . 2
98 . 1
=
- 0,798
- 0,80 (cerrando)
Ls un coefcente aceptab|e
N01A: Los procedmentos sena|ados nc|uyen varanza o corre|acn r de Pearson. Ls decr, e| nve| de med-
cn de |a varab|e es por nterva|os o razn.
10.10. 10.10. 10.10. 10.10. ANLI5I5 MUL1IvAPIA00 ANLI5I5 MUL1IvAPIA00 ANLI5I5 MUL1IvAPIA00 ANLI5I5 MUL1IvAPIA00
10.10.1. 10.10.1. 10.10.1. 10.10.1. u son |os mtodos de an|ss mu|tvarado? u son |os mtodos de an|ss mu|tvarado? u son |os mtodos de an|ss mu|tvarado? u son |os mtodos de an|ss mu|tvarado?
Los metodos de anallsls multlvarlado son aque||os en donde se ana|za |a re|acn entre varlas varlables lnde-
pendlentes y al menos una dependlente. 5on mtodos ms comp|e[os que requeren de| uso de computadoras
para efectuar |os c|cu|os necesaros y norma|mente se ensenan a nve| de postgrado. A contnuacn se men-
conan a|gunos de |os prncpa|es mtodos de an|ss mu|tvarado, sn profundzar en e||os, debdo a que van
ms a|| de |os propstos de| |bro.
10.10.2. 10.10.2. 10.10.2. 10.10.2. u es |a regresn mu|tp|e? u es |a regresn mu|tp|e? u es |a regresn mu|tp|e? u es |a regresn mu|tp|e?
Ls un mtodo para ana|zar e| efecto de dos o ms varab|es ndependentes sobre una dependente. Asmsmo,
es una extensn de |a regresn |nea| s|o que con un mayor numero de varab|es ndependentes. Ls decr, |a
regreslon mltlple srve para predecr e| va|or de una varab|e dependente conocendo e| va|or y |a nf|uenca de
|as varab|es ndependentes nc|udas en e| an|ss.
Por e[emp|o, s queremos conocer |a nf|uenca que e[er-
cen |as varab|es "satsfaccn sobre |os ngresos percb-
dos", "antgedad en |a empresa, motvacn ntrnseca
en e| traba[o" y "percepcn de| crecmento y desarro||o
persona| en e| traba[o" sobre |a varab|e "duracn en |a
empresa", e| mode|o de regresn mu|tp|e es e| adecuado
para ap|car a |os datos obtendos. Lste mtodo es ut|
para ana|zar esquemas de| sguente tpo:
La nformacn bsca que proporcona |a regresn mu|tp|e es e| coefcente de corre|acn mu|tp|e (P), que
sena|a |a corre|acn entre |a varab|e dependente y todas |as dems varab|es ndependentes tomadas en con-
[unto.
L| coefcente puede varar de 0 a 1.00 y entre mayor sea su va|or sgnfca que |as varab|es ndependentes
exp|can en mayor medda |a varacn de |a varab|e dependente o que son factores ms efectvos para predecr
e| comportamento de esta u|tma. P
2
(e| coefcente de corre|acn mu|tp|e e|evado a| cuadrado) nos ndca e|
porcenta[e de varacn en |a dependente debda a |as ndependentes.
0tra nformacn re|evante producda por e| an|ss de regresn mu|tp|e son |os va|ores "beta" () que ndcan
e| peso o nf|uenca que tene cada varab|e ndependente sobre |a dependente. 1ambn se proporconan coef-
centes de corre|acn bvarados entre |a dependente y cada ndependente.
Para poder predecr |a varab|e dependente se ap|ca |a ecuacn de regresn mu|tp|e:
y - a + b1x1 + b2x2 + b3x3 + ...bkxk
0onde "a" es una constante de regresn para e| con[unto de puntuacones obtendas, "b1", b2", "b3 ... "bk' son |os
va|ores o pesos de "beta" y "X1", "X2", "X3" y Xk" son va|ores de |as varab|es ndependentes que f[a e| nvest-
gador para hacer |a predccn.
La varab|e dependente debe estar medda en un nve| por nterva|os o de razn.
10.10.3. 10.10.3. 10.10.3. 10.10.3. u es e| an|ss |nea| de patrones o "path" an|ss? u es e| an|ss |nea| de patrones o "path" an|ss? u es e| an|ss |nea| de patrones o "path" an|ss? u es e| an|ss |nea| de patrones o "path" an|ss?
Ls una tcnca estadstca mu|tvarada para representar nterre|acones entre varab|es a partr de regresones.
Ana|za |a magntud de |a nf|uenca de unas varab|es sobre otras, nf|uenca drecta e ndrecta. 5e trata de un
mode|o causa|. 5upongamos que tenemos e| sguente esquema causa| y deseamos probar|o:
250
L| anallsls path es un mtodo para someter|o a prueba. La nformacn prncpa| que proporcona son |os coefl-
clentes path ", |os cua|es representan |a fuerza de |as re|acones entre |as varab|es (son coefcentes de regre-
sn estandarzados).
1ambn proporcona nformacn acerca de otras varab|es no nc|udas (|atentes) pero que estn afectando |as
re|acones entre |as varab|es ana|zadas. Uuantfca efectos. Ln |a fgura 10.17 se muestra un e[emp|o hpottco
para |ustrar este tpo de an|ss.
Un coeflclente path "'entre ms se acerque a cero menos efecto tene.
10.10.4. 10.10.4. 10.10.4. 10.10.4. u es e| an|ss de factores? u es e| an|ss de factores? u es e| an|ss de factores? u es e| an|ss de factores?
Ls un mtodo estadstco mu|tvarado para determnar e| numero y natura|eza de un grupo de constructos que
estn subyacentes en un con[unto de medcones. Un constructo es un atrbuto para exp|car un fenmeno
(Wersma, 1986). Ln este an|ss se generan "varab|es artfca|es" (denomnadas factores) que representan
constructos. Los factores son obtendos de |as varab|es orgna|es y deben ser nterpretados de acuerdo a stas.
1a| y como mencona Nagh (1984), es una tcnca para exp|car un fenmeno comp|e[o en funcn de unas
cuantas varab|es.
Un e[emp|o de| uso de esta tcnca |o consttuye una nvestgacn rea|zada por Panagua (1988) con |a co|abo-
racn de |os autores. L| estudo pretenda ana|zar |os factores que determnan |a re|acn entre |os vendedores
y |os compradores ndustra|es de |a Uudad de Mxco. 5e mderon dversas varab|es entre |as que destacan:
coordnacn (Uoord.), conf|cto (Uonf|.), frecuenca de |a re|acn comprador-vendedor (frec.), recprocdad eco-
nmca en |a re|acn (PI2), recprocdad en e| mane[o de consderacones admnstratvas (PI1) e mportanca
de |a re|acn (monto de |as operacones) (Impor.). Los resu|tados se muestran en |a tab|a 10.14
251
0bsrvese que deba[o de |as co|umnas II a IvI aparecen unos coefcentes que corresponden a |os tems de una
esca|a. 5 estos coefcentes son medos o e|evados se dce que |os tems "cargan" o forman parte de| factor
correspondente. Por e[emp|o, |os tems 23,24,25 y 26 cargan en e| prmer factor (obtenen va|ores de .843 92,
.71642, .67853 y .74737, respectvamente) y no cargan en otros factores (tenen va|ores ba[os). As, descubr-
mos una estructura de ses factores en 19 tems. Los factores recben un nombre para saber qu constructos se
encuentran subyacentes. L| an|ss de factores tambn proporcona |a varanza exp|cada y puede exp|carse
grfcamente en |as coordenadas X y Y. La tcnca es comp|e[a y debe conocerse muy ben. Ls sumamente ut|
para |a va|dez de constructo. Las varab|es deben de estar meddas en un nve| por nterva|os o razn.
10.10.5. u es e| an|ss mu|tvarado de varanza (MAN0vA)? 10.10.5. u es e| an|ss mu|tvarado de varanza (MAN0vA)? 10.10.5. u es e| an|ss mu|tvarado de varanza (MAN0vA)? 10.10.5. u es e| an|ss mu|tvarado de varanza (MAN0vA)?
Ls un mode|o para ana|zar |a re|acn entre dos o ms varlables lndependlen-
tes y dos o ms varlables dependlentes. Ls decr, es ut| para estructuras causa-
les de| tpo:
Wersma (1986, Pp. 415-416) exp|ca bastante ben este tpo de an|ss:
252
A| nc|ur dos o ms varab|es dependentes smu|tneamente no se consderan |as dferencas entre |as medas
en cada varab|e, sno dferencas en varab|es canncas. L| nters no es uncamente s |os grupos defndos por
|as varab|es ndependentes dferen en |as varlables canonlcas, sno |a natura|eza de stas. Una varlable cano-
nlca es una varab|e artfca| generada a partr de |os datos. Pepresentan constructos y estn compuestas de
varab|es rea|es -|as varab|es dependentes- y stas, deben ser descrtas en trmnos de varab|es dependen-
tes. Lsto se efectua a travs de |as cargas de |os coefcentes de corre|acn entre una varab|e dependente y
una varab|e cannca. 5 una carga entre |a varlable canonlca y |a dependente es postva y e|evada, sgnfca
que a|tos va|ores en |a dependente estn asocados con a|tos va|ores en |a varab|e cannca. Por e[emp|o, s
una varab|e dependente consste en puntuacones a una prueba sobre nnovacn y creatvdad y estas puntua-
cones se corre|aconan consderab|emente con una varab|e cannca, podemos nferr que |a varab|e cannca
representa un constructo que nvo|ucra a |a creatvdad.
Ln |os c|cu|os que se hacen en e| MAN0vA se generan varab|es canncas hasta que se encuentra que no hay
una dferenca estadstcamente sgnfcatva entre |as categoras o grupos, o ben, hasta que se agotan |os gra-
dos de |bertad de |a varab|e ndependente (|o que ocurra prmero). L| numero lhde varab|es canncas no
puede exceder e| numero de varab|es dependentes, pero es comun que este numero sea mayor que e| numero
de varlables canonlcas estadstcamente sgnfcatvas o |os grados de |berta
La hptess de nvestgacn en el MAN0vA postu|a que |as medas en |a varab|e dependente de |os grupos o
categoras de |a varab|e ndependente dferen entre s. La hptess nu|a postu|a que dchas medas sern gua-
|es. 5e ca|cu|an dversas estadstcas para eva|uar ambas hptess, ene |as que destacan |a prueba Wlllcs-lamb-
da y |a IZ de Rotelllng, s resu|tan sgnfcatvas a un nve| de confanza se acepta |a hptess de nvestgacn de
dferenca de medas. Lsto ndca que hay por |o menos una varab|e cannca sgnfcatva y se presentan dfe-
rencas entre |os grupos de |a varab|e ndependente en esta varab|e cannca.
Los paquetes estadstcos para computadora que contenen e| MAN0vA sue|en posconar a |os grupos de |as
varab|es ndependentes por puntuacones dscrmnantes. Lstas son ca|cu|adas con una funcn dscrmnante
que es una ecuacn de regresn para un compuesto de varab|es dependentes. A cada grupo se |e asgna una
puntuacn dscrmnante en cada varab|e cannca. Las puntuacones dscrmnantes de una varab|e ndepen-
dente seran cero (redondeando). Una puntuacn dscrmnante postva y e|evada para un grupo, ndca que
ste se co|oca por encma de |os dems en |a respectva varab|e cannca. Y deben consderarse |as cargas, |as
cua|es pueden ser postvas o negatvas. Uuando una varab|e dependente tene una carga fuerte (e|evada) y
negatva, aque||os grupos con puntuacones dscrmnantes negatvas "cargan" ms fuerte en |a contrbucn de
|a varab|e dependente a |a varlable canonlca. Las puntuacones dscrmnantes son ut|zadas para nterpretar
|as separacones de |os grupos en |as varab|es canncas y |as cargas se usan para eva|uar y |gar |os resu|tados
a |as varab|es dependentes (Wersma 1986, p. 416). Un e[emp|o hpottco de |as cargas de |os coefcentes de
corre|acn entre |as varab|es dependentes y |as varab|es canncas se muestra en |a tab|a 10.15 y un e[emp|o
hpottco de |as puntuaclones dlscrlmlnantes se muestra en |a tab|a 10.16.
253
Uomo podemos observar en |a tab|a 10.16, se obtuveron tres constructos subyacentes en |as puntuacones
reco|ectadas de |a muestra: motvacn ntrnseca, atrbucn de causa|dad externa y desempeno |abora|. Y ve-
mos en |a tab|a 10.16 que |os grupos estn separados en |as tres varab|es canncas (|os grupos dferen), part-
cu|armente en |a prmer varab|e cannca. Los e[ecutvos obtenen |a poscn ms e|evada en esta prmer va-
rab|e cannca (motvacn ntrnseca) y |os obreros, |a poscn ms ba[a. Las varases dependentes enmarca-
das en un recuadro en |a prmer varab|e cannca cargan en e||a (tab|a 10.15), consecuentemente |os e[ecutvos
tenen |as puntuacones ms a|tas en motvacn ntrnseca medda por |a esca|a menconada, atrbucones n-
ternas y sentmento de xto en e| traba[o. As se nterpretan todas |as varab|es canncas y dependentes.
Ln e| MAN0 vA se nc|uyen tambn razones F y anallsls unlvarlados de varlanza. A|gunos paquetes estadst-
cos para computadora nc|uyen una prueba denomnada correlaclon canonlca que es muy sm|ar a| MAN0vA . . . .
Lsta es |a mxma corre|acn que puede obtenerse entre |os con[untos de puntuacones de |as varab|es nde-
pendentes y dependentes, dadas estas puntuacones y |as re|acones entre |as varab|es ndependentes, entre
|as varab|es dependentes y entre |os con[untos de ambas (dependentes e ndependentes) (Ker|nger, 1979).
Las varab|es en e| MAN0vA y |a corre|acn cannca asumen que |as varab|es estn meddas en un nve| por
nterva|os o razn. Lsta corre|acn se nterpreta como otras, pero e| contexto de nterpretacn vara de acuerdo
a| numero de varab|es nvo|ucradas.
10.10.6. 10.10.6. 10.10.6. 10.10.6. Pay otros mtodos mu|tvarados? Pay otros mtodos mu|tvarados? Pay otros mtodos mu|tvarados? Pay otros mtodos mu|tvarados?
Ln |a actua|dad hay una varedad consderab|e de mtodos mu|tvarados de an|ss, msmos que se han des-
arro||ado con |a evo|ucn de |a computadora. Los nvestgadores dsponemos de| anallsls dlscrlmlnante, cuando
|as varab|es ndependentes son meddas por nterva|os o razn y |a dependente es categrca. Lste an|ss
srve para predecr |a pertenenca de un caso a una de |as categoras de |a varab|e dependente sobre |a base de
varas ndependentes (dos o ms). 5e ut|za una ecuacn de regresn, ||amada "funcn dscrmnante". Por
e[emp|o, s queremos predecr e| voto por dos partdos contendentes (varab|e dependente nomna| con dos
categoras) sobre |a base de cuatro varab|es ndependentes. 5e ap|ca e| an|ss dscrmnante, reso|vendo una
ecuacn de regresn y se obtenen |as predccones ndvdua|es. Ln e| e[emp|o, se tenen dos categoras (votar
por ""A" o votar por ""), por |o tanto, |os va|ores a predecr son 0 y 1 (""A" y "", respectvamente). 5 e| su[eto
obtene una puntuacn ms cercana a cero, se predce que pertenece a| grupo que votar por "A", s obtene una
puntuacn ms cercana a 1, se predce que pertenece a| grupo que votar por "". Adems se obtene una me-
dda de| grado de dscrmnacn de| mode|o.
Por otra parte, se tenen -entre otros an|ss mu|tvarados-: e| anallsls de agrupamlento o conglomerados,
escalamlento multldlmenslonal, anallsls de espaclos pequenos, anallsls de serles cronologlcas y e|aboracn de
mapas multldlmenslonales. Para |os cua|es se requere de bases s|das en matera de estadstca y matemtcas
avanzadas.
10.11. 10.11. 10.11. 10.11. U0M0 5L LLLvAN A UA0 L05 ANLI5I5 L51A0I51IU05? U0M0 5L LLLvAN A UA0 L05 ANLI5I5 L51A0I51IU05? U0M0 5L LLLvAN A UA0 L05 ANLI5I5 L51A0I51IU05? U0M0 5L LLLvAN A UA0 L05 ANLI5I5 L51A0I51IU05?
Poy da, |os an|ss estadstcos se ||evan a cabo a travs de programas para computadora, ut|zando paquetes
estadistlcos. Lstos paquetes son sstemas ntegrados de programas para computadora dsenados para e| an|-
ss de datos. Uada paquete tene su propo formato, nstruccones, procedmentos y caracterstcas. Para cono-
cer un paquete es necesaro consu|tar e| manua| respectvo. Los manua|es de |os paquetes ms mportantes han
sdo pub|cados y dfunddos amp|amente. Y e| procedmento para ana|zar |os datos es crear o desarro||ar un
programa basndonos en e| manua|. Lste programa nc|uye e| ||amado de |a matrz de datos y |as pruebas esta-
254
dstcas se|ecconadas. 0espus se corre e| programa y se obtenen |os resu|tados, |os cua|es se nterpretan. Los
prlnclpales paquetes estadistlcos conocdos hoy en da.
1. BM0P (Programa omdco Uomputarzado). 0esarro||ado por |a Unversdad de Ua|forna de |a cudad
de Los nge|es. Ls ut|zab|e en mqunas IM y otros sstemas (UYLP, Poneywe||, Unvac, Xerox, etc.).
Aunque est dsenado para e| rea bomdca, contene una gran cantdad de an|ss ap|cab|es a cen-
cas soca|es.
La referenca de| manua| es |a sguente:
0xon, W J. (1975). BM0P blomedlcal computer programs. Los nge|es, Ua|forna: UULA.
2. LSP (Paquete economtrco de 5oftware). Lspeca|mente ut| para an|ss estadstcos de seres crono-
|gcas. 5e puede tener en mqunas IM, aunque hay adaptacones a otras mqunas.
La referenca de| manua| es:
Uooper, J. P. y Uurts, 0. A. (1976) LSP Lconometrlc Software Package. Uhcago I||nos: Uraduate 5choo|
of usness, Unversty of Uhcago.
3. 0SlRlS (0rganzed 5et of Integrated Poutnes for Investgaton wth 5tatstcs) (Uon[unto organzado de
rutnas ntegradas para |a nvestgacn con estadstca). 0esarro||ado por e| Insttuto de Investgacn
5oca| de |a Unversdad de Mchgan. 0sponb|e en mqunas IM y otras mqunas. L| manua| puede
pedrse a dcho nsttuto.
4. SAS (5stema de An|ss Lstadstco). 0esarro||ado en |a Unversdad Lstata| de Uaro|na de| Norte y
dstrbudo por 5A5 Insttute, Inc. de Pa|egh, Uaro|na de| Norte. Ls muy poderoso y su ut|zacn se ha
ncrementado notab|emente.
La referenca de| manua| es:
arr, A. J, Uoodnght, J. P., 5a|, J. P., y Pe|wg, J. 1. (1976). SAS Statlstlcal Analysls System. Pa|egh,
North Uaro|na: 5A5 Insttute, INU.
5. SPSS (Paquete Lstadstco para |as Uencas 5oca|es). 0esarro||ado en |a Unversdad de Uhcago, es
probab|emente e| ms dfunddo en e| mundo occdenta| (en Latnoamrca es ta| vez e| ms ut|zado).
0sponb|e en muchos tpos de mqunas. Uontene todos |os an|ss estadstcos descrtos en este cap-
tu|o. Adems de| paquete tradcona| cuenta con una versn nteractva denomnada SPSS-X que tene
mayor capacdad, varedad de an|ss y es menos rgda, y una versn para |a e|aboracn de grfcas
(SPSS 0raphlcs) con una versn para computadoras persona|es y mcrocomputadoras (SPSS/P0).
Las referencas de |os manua|es son:
verslon claslca
Nc, N. P., Pu|, U. P, Jenkns, J. U., 5tenbrenner, K., y ent, 0. P. (l975).
SPSS Statlstlcal Packagefor the Soclal Sclences. New York: McUraw-P||
Adlclones a la verslon claslca
Nc, N. P. (1981). SPSS update 7-9. New York: McUraw-P|| SPSS-X
5P55, Inc. (1988). SPSS'< user's 0ulde. Uhcago, I||nos: 5P55, Inc.
verslon P/0
Noruss, M. J. (1984). SPSS/P0for lhe lBM P0/XI Uhcago, I||nos:
5P55, Inc.
Lxsten tambn a|gunos manua|es de 5P55 en espano|.
Los elementos baslcos de un programa en SPSS son
-Nombre de| programa
-Nombre de |a corrda
-Lsta de |as varab|es
-Medo de entrada de |os datos (dsco, otro archvo, cnta, etc.)
-Iormato de |as varab|es (poscn, co|umnas que abarca, s es una varab|e numrca -nterva|os o ra-
zn- o a|fanumrca -nomna| u ordna|-)
-Las pruebas estadstcas a rea|zar
-Indcacones para e| mane[o de datos
Ln |a fgura 10.18 se presenta un e[emp|o de programa que contene |os e|ementos bscos requerdos en 5P55.
0esde |uego, e| e[emp|o tene como unco ob[etvo demostrar |o senc||o de un programa, no exp|car cmo pro-
gramar en 5P55, esto escapa a |os propstos de| |bro. 5e sugere consu|tar e| manua| apropado.
IIUUPA 10.18
LJLMPL0 0L UN PP0UPAMA 5LNUILL0 0L 5P55
1 PUN NAML ULIMALA
2 IILL NAML LU0N0U
3 vAPIALL LI51 AU10NUM, vAPIL0A0, PL1P0AL,
255
4 M01IvIN1, NIvLL JLP, PLP1LN,
5 v7,v8,v9,v10,v11,v12,v13,
v14, v15, v16, v17, v18, v19,
v20, v21, v22, v23
6 INPU1 ML0IUM UAP0
7 N 0I UA5L5 16
8 INPU1 I0PMA1 IIXL0 (23I1.0)
9 MI55INU vALUL5 ALL(9)
10 vALUL LALL5 AU10N0M (0) NULA (1) ML0IA (2)
11 LLLvA0A/vAPIL0A0 (0) NULA (1)
12 AJA (2) ML0IA (3) AULP1ALL
13 (4) LLLvA0A (5) 101AL/PL1P0AL
14 (0) INLXI51LN1L (1) P0U0 IPLU L
15 IMPPLU (2) PLU IPLU L IMPP (3)
16 IPLU PLP0 IMP(4) LLLvA0A L
17 IMP (5) MUY P0U0 I Y PPLU (6)
18 P0U0 IY PPLU (7) N0 PL5P0N0IL
19 P0NN7 10 v21 (5) 101ALMLN1L 0L
AUULP00
(4) 0L AUULP00 (3) NI 0L AUULP00
NI LN 0L5AUULP00 (2) LN 0L5AUULP
00 (1) 101ALMLN1L LN 0L5AUULP00
(9) N0 PL5P0N0I0
20 1A5KNAML L50L5U
21 IPLULNUIL5 ULNLPAL - AU10N0M, vAPIL0A0, PL1P0
AL, M01IvIN1, v16
22 0P1I0N5 3,8,9
23 51A1I51IU5 ALL
24 PLA0 INPU1 0A1A
25 00220115014000219122630
26 00216020714000322122405
27 00820220714000338081420
28 00211020314000748111549
29 00530920153004054031680
30 00020120311600041111325
31 00815020111100021122602
32 13020120214000122022628
33 02042011170004304143000
34 00220414012060049111333
35 13018020242040049051320
36 00390020460000035151615
37 00216020114000238141205
38 14014020312070038032614
39 00811020611400032041202
40 02071101400052303264064
41 5AvL IILL
42 IINI5P
Lneas: 1 nombre de |a corrda en computadora
2 nombre de| archvo de| programa (programa)
3-5 |sta de |as varab|es (nombres)
6 medo de entrada de |os datos
7 numero de casos
8 formato de |as varab|es (poscn, formato y numero de co|umnas de |a matrz de datos que ocupan)
9 va|or de |os casos perddos
10-19 va|ores de |as categoras de |as varab|es
20 nombre de |os an|ss
21 an|ss a rea|zar: dstrbucn de frecuencas en cnco varab|es
22 opcones e|egdas de| an|ss de frecuencas que ofrece 5P55
256
23 estadstcas deseadas
24 nstruccn para que se |ean |os datos
25-40 matrz de datos
41 nstruccn para que guarde este archvo de| programa
42 nstruccn para ndcar que ha conc|udo e| programa
PL5UMLN
1. L| an|ss de |os datos se efectua ut|zando |a matrz de datos, |a cua| est guardada en un archvo.
2. L| tpo de an|ss o pruebas estadstcas a rea|zar depende de| nve| de medcn de |as varab|es, |as hp-
tess y e| nters de| nvestgador.
3. Los an|ss estadstcos que pueden rea|zarse son: estadstca descrptva para cada varab|e (dstrbucn
de frecuencas, meddas de tendenca centra| y meddas de |a varab|dad), |a transformacn a puntuaco-
nes "z", razones y tasas, c|cu|os de estadstca nferenca|, pruebas paramtrcas, pruebas no paramtrcas
y an|ss mu|tvarados.
4. Las dstrbucones de frecuencas contenen |as categoras, cdgos, frecuencas abso|utas (numero de ca-
sos), frecuencas re|atvas (porcenta[es) y frecuencas acumu|adas (abso|utas o re|atvas).
5. Las dstrbucones de frecuencas (partcu|armente hab|ando de |as frecuencas re|atvas) pueden presentar-
se grfcamente.
6. Una dstrbucn de frecuencas puede representarse a travs de| po|gono de frecuencas o curva de fre-
cuencas.
7. Las meddas de tendenca centra| son |a moda, medana y meda.
8. Las meddas de |a varab|dad son e| rango (dferenca entre e| mxmo y e| mnmo), |a desvacn estndar
y |a varanza.
9. 0tras estadstcas descrptvas de ut|dad son |as asmetra y |a curtoss.
10. Las puntuacones "z" son transformacones de |os va|ores obtendos a undades de desvacn estndar.
11. Una razn es |a re|acn entre dos categoras y una tasa es |a re|acn entre e| numero de casos de una ca-
tegora y e| numero tota| de casos, mu|tp|cada por un mu|tp|o de 10.
12. La estadstca nferenca| es para efectuar genera|zacones de |a muestra a |a pob|acn' 5e ut|za para
probar hptess y estmar parmetros. Asmsmo, se basa en e| concepto de dstrbucn muestra|.
13. La curva o dstrbucn norma| es un mode|o terco sumamente ut|, su meda es 0 (cero) y su desvacn
estndar es uno (1).
14. L| nve| de sgnfcanca y e| nterva|o de confanza son nve|es de probab|dad de cometer un error o equvo-
carse en |a prueba de hptess o |a estmacn de parmetros. Los nve|es ms comunes en cencas soca-
|es son |os de| .05 y .01.
15. Los an|ss o pruebas estadstcas paramtrcas ms ut|zadas son:
Prueba 1pos de hptess
-Uoefcente de corre|acn de Pearson Uorre|acona|
-Pegresn |nea| Uorre|acona|/causa|
-Prueba "t" 0ferenca de grupos
-Uontraste de |a dferenca de proporcones 0ferenca de grupos
-An|ss de varanza (AN0vA): undreccona| y
factora|. Undreccona| con una varab|e
ndependente y factora| con dos o ms
varab|es ndependentes
0ferenca de grupos/
causa|
-An|ss de covaranza (ANU0vA) Uorre|acona|/causa|
16. Ln todas |as pruebas estadstcas paramtrcas |as varab|es estn meddas en un nve| por nterva|os o razn.
17. Los an|ss o pruebas estadstcas no paramtrcas ms ut|zadas son:
257
20. Los an|ss estadstcos se ||evan a cabo medante programas para computadora, ut|zando paquetes esta-
dstcos.
21. Los paquetes estadstcos ms conocdos son: M0P, L5P, 05IPI5, 5A5 y 5P55. Lstos paquetes se ut|zan
consu|tando e| manua| respectvo.
U0NULP105 5IU05
An|ss de |os datos
Pruebas estadstcas
Mtodos cuanttatvos
Lstadstca
Lstadstca descrptva
0strbucn de frecuencas
Urfcas
Po|gono de frecuencas
Uurva de frecuencas
Meddas de tendenca centra|
Moda
Medana
Meda
Meddas de |a varab|dad
Pango
0esvacn estndar
varanza
Asmetra
Uurtoss
Puntuacn "z"
Pazn
1asa
Lstadstca nferenca|
Uurva o dstrbucn norma|
Nve| de sgnfcanca
Interva|o de confanza
Lstadstca paramtrca
Uoefcente de corre|acn de Pearson
Pegresn |nea|
Prueba "t"
Uontraste de dferenca de proporcones
An|ss de varanza
An|ss de covaranza
Lstadstca no paramtrca
J cuadrada
1abu|acn cruzada
Uoefcentes de corre|acn e ndependenca para
tabu|acones cruzadas
Uoefcente de 5pearman
Uoefcente de Kenda||
An|ss mu|tvarados
Pegresn mu|tp|e
An|ss |nea| path
An|ss de factores
An|ss mu|tvarado de varanza
An|ss dscrmnante
Paquetes estadstcos
Programa de computadora
LJLPUIUI05
1. Uonstruya una dstrbucn de frecuencas hpottca con todos sus e|ementos e nterprte|a verba|mente.
2. Loca|ce una nvestgacn centfca en cencas soca|es donde se reporte |a estadstca descrptva de |as
varab|es y ana|ce |as propedades de cada estadgrafo o nformacn estadstca proporconada (dstrbu-
cn de frecuencas, meddas de tendenca centra| y meddas de |a varab|dad).
3. Un nvestgador obtuvo en una muestra |as sguentes frecuencas abso|utas para |a varab|e "acttud haca e|
drector de |a escue|a":
258
UA1LU0PIA IPLUULNUIA5 A50LU1A5
101ALMLN1L 0L5IAv0PALL 69
0L5IAv0PALL 28
NI IAv0PALL, NI 0L5IAv0PALL 20
IAv0PALL 13
101ALMLN1L IAv0PALL 6
A. Ua|cu|e |as frecuencas re|atvas o porcenta[es.
. Urafque |as frecuencas re|atvas a travs de un hstograma (barras).
U. verba|ce |os resu|tados respondendo a |a pregunta: |a acttud haca e| drector de |a escue-
|a tende a ser favorab|e o desfavorab|e?
4. Un nvestgador obtuvo en una muestra de traba[adores |os sguentes resu|tados a| medr e| "orgu||o por e|
traba[o rea|zado". La esca|a osc|aba entre 0 (nada de orgu||o por e| traba[o rea|zado) a 8 (orgu||o tota|).
Mxmo -5
Mnmo - 0
Meda -3.6
Moda -3.0
Medana - 3.2
0esvacn estndar - 0.6
u puede decrse en esta muestra acerca de| orgu||o por e| traba[o rea|zado?
5. u es una puntuacn "z"?, para qu es ut| |a estadstca nferenca|?, qu es |a dstrbucn muestra|?,
qu es |a curva norma|? y qu son e| nve| de sgnfcanca, y e| nterva|o de confanza?
6. Pe|acone |as co|umnas "A" y "". Ln |a co|umna "A" se presentan hptess y en |a co|umna "" pruebas
estadstcas apropadas para |as hptess. 5e trata de encontrar |a prueba que corresponde a cada hpte-
ss. (Las respuestas se |oca|zan en e| apndce cuatro.)
0olumna A 0olumna B
P: "A mayor nte|genca, mayor capa- - 0ferenca de proporcones.
cdad de reso|ver prob|emas matemtcos"
(meddas |as varab|es por nterva|os).
P: "Los nnos de padres a|coh|cos - J cuadrada.
muestran una menor autoestma con
respecto a |os nnos de padres no a|coh|cos"
(autoestma medda por nterva|os).
P: "L| porcenta[e de de|tos por asa|to - 5pearman
a mano armada en re|acn a| tota| de
crmenes cometdos, es mayor en |a Uudad
de Mxco que en Uaracas."
P: "L| sexo est re|aconado con |a - Uoefcente de corre|acn de Pear-
son.
preferenca por te|enove|as o espectcu|os
deportvos."
P: "La ntensdad de| sabor de produc- - AN0vA undreccona|.
tos empacados de pescado, est re|aconado
con |a preferenca por |a marca"
(sabor - sabor ntenso, sabor medanamente
ntenso, sabor poco ntenso, sabor muy poco
ntenso) (preferenca -rangos a 12 marcas).
P: "5e presentarn dferencas en - Prueba "t"
cuanto a| aprovechamento entre un grupo
expuesto a un mtodo de ensenanza novedoso,
un grupo que recbe nstruccn medante
un mtodo tradcona| y un grupo de contro|
que no se expone a nngun mtodo."
7. Un nvestgador obtuvo un va|or "t" gua| a 3.25, tenendo 63 grados de |bertad y un nve| de confanza o
sgnfcanca de| .05, aceptar su hptess de nvestgacn? (respuesta en e| apndce cuatro).
8. 0tro nvestgador obtuvo un va|or de
2
(J cuadrada) de 6.12, tenendo 3 grados de |bertad y un nve| a|fa de|
.05, aceptar su hptess de nvestgacn? (respuesta en e| apndce cuatro).
9. Uenere un e[emp|o hpottco de una razn "I" sgnfcatva e nterprte|a.
10. Uonstruya un e[emp|o hpottco de una tabu|acn cruzada y ut|ce|a para fnes descrptvos.
11. usque en artcu|os de nvestgacn soca| en revstas centfcas que contengan resu|tados de pruebas "t",
"AN0vA", "ANU0vA" y
2
ap|cadas y eva|ue |a nterpretacn de |os autores.
259
ILI0UPAIIA 5UULPI0A: Lstadstca paramtrca y no paramtrca:
CARVlNE3, E. 0. y ZELLER, R. A. (19Z9>. Re||ao|||r,ano va||o|r,assessmenr. 8ever|y l||is, Ca||lorr|a: 3age Puo||cal|ors, lrc. 3er|e
'0uarl|lal|ve App||cal|ors |r lre 3oc|a| 3c|erces, vo|urer 1Z.
lENKEL, R. E. (19Z). Te sl ol |jgnjl|cance. 8ever|y l||is, Ca||lorr|a: 3age Puo||cal|ors, lrc. 3er|e '0uarl|lal|ve App||cal|ors |r lre 3oc|a|
3c|erces, vo|urer 1.
llL0E8RAN0, 0. K.; LAlN0, J. 0., y R03ENTlAL, l. (19ZZ). /na|,s|s ol oro|na| oara. 8ever|y l||is, Ca||lorr|a, 3age Puo||cal|ors, lrc.
3er|e '0uarl|lal|ve App||cal|ors |r lre 3oc|a| 3c|erces, vo|urer 8.
lvER3EN, 0. R. y N0RP0Tl, l. (19Z). /na| ,s|s ol vaoance. 8ever|y l||is, Ca||lorr|a: 3age Puo||cal|ors, lrc. 3er|e '0uarl|lal|ve
App||cal|ors |r lre 3oc|a| 3c|erces vo|urer 1.
LEvlN, J. (19Z9). Funoamenros oe Esraoisr|ca en |a lnvesr|gac|on $oc|a|. Vx|co, 0. E: lARLA, 3A. de Cv.
REYN0L03, l. T. (19ZZ). /na|,s|s ol nom|na| oara. 8ever|y l||is, Ca||lorr|a: 3age Puo||cal|ors, lrc. 3er|e '0uarl|lal|ve App||cal|ors |r lre
3oc|a| 3c|erces, vo|. Z.
3lE0EL, 5. (1982). Esraoisr|ca noparamerr|ca ap||caoa a |as c|enc|as oe |a conoucra. Vx|co, 0. F.: Ed|lor|a| Tr|||as.
wlER3VA (198>. Reseamn mernoos |n eoucar|on. an |nrrooucr|on. 8oslor Vass.: A||yr ard 8acor, lrc. Capilu|o 12.
wlL0T, A. R. y AlT0LA, 0. T. (19Z8>. /na|,s|s ol covar|ance. 8ever|y luis, Ca||lorr|a: 3age Puo||cal|ors, lrc. 3er|e '0uarl|lal|ve
App||cal|ors |r lre 3oc|a| 3c|erces, vo|urer 12.
wRl0lT, 5. R. (19Z9). Duanr|rar|ve mernoos ano srar|sr|cs. / gu|oe ro soc|a| researcn, 8ever|y luis, Ca||lorr|a: 3age Puo||cal|ors, lrc.
Ar||s|s ru|l|var|ado:
8LAL0CK, l. (19). Esraoisr|ca soc|a|. Vx|co, 0.F.: Fordo de Cu|lura Ecorr|ca. KERLlN0ER, F. N. y PE0lAZuR, E. J. (19Z3).
Vu|r|p|e regress|on |n oenav|ora|
researcn. NeW Yor|, N.Y.: lo|l, R|rerarl ard w|rslor, lrc.
KE33LER, R. C. y 0REEN8ER0, 0. E (1981). unear pane| ana|,s|s. mooe|s ol quanr|rar|ve cnan ge. NeW Yor|, N.Y: Acader|c Press.
KlV,J.0. y VuELLER, Cr. (19Z8). lnrrooucr|on ro lacror ana|,s|s. 8ever|y luis, CA.: 3age Puo||cal|ors, lrc. 3er|e '0uarl|lal|ve App||cal|ors
|r lre 3oc|a| 3c|erces, vo|. 13.
KlV, J. 0. y VuELLER, Cr. (19Z8). Facror /na|,s|s. srar|sr|ca| mernoos anopracr|ca| |ssues. 8ever|y l||is, CA.: 3age Puo||cal|ors, lrc.
'0uarl|lal|ve App||cal|ors |r lre 3oc|a| 3c|erces, vo|urer 11.
KRu3KAL, J. P ywl3l, V. (19Z8>. Vu|r|o|mens|ona|sca||ng. 8ever|y luis, CA.: 3age puo||cal|ors, lrc. 3er|e '0uarl|lal|ve App||cal|ors |r
lre 3oc|a| 3c|erces, vo|urer 11.
LEvlNE, V. 5. (19ZZ>. 0anon|ca| ana|,s|s ano lacror compar|son. 8ever|y l||is, CA.:
3age Puo||cal|ors, lrc. 3er|e ~0uarl|lal|ve App||cal|ors |r lre 3oc|a| 3c|erces
vo|ure|~ .
V0N0E, R R. y CAPPELLA, J. N. (Eds.) (1980>. Vu|r|var|are recnniques |nnuman commun|car|on researcn. NeW Yor|, NY: Acader|c
Press.
NA0ll, V. N. (1981>. Verooo|ogia oe |a |nvesr|gac|on en /om|n|srrac|on, 0onraour|a y Economia. Vx|co, 0.F.: Ed. LlVu3A.
NlE, N. l.; luLL, C. l.; JENKlN3, J. 0.; 3TElN8RENNER, K., y 8ENT, 0. l. (19Z5). $rar|sr|ca| Package lor rne $oc|a| $c|ences. NeW
Yor|, N.Y.: Vc0raW-l|||.
PA0uA, J. (19Z9). Tecn|cas oe |nvesr|gac|on ap||caoas a |as c|enc|as soc|a|es. Vx|co, 0.F.: E| Co|eg|o de Vx|co/Fordo de Cu|lura Eco-
rr|ca. Cap|lu|o lX.
0ulR0Z, 0. v. y F0uRNlER, L. 0. (198Z>. $P$$. Enloque ap||caoo. Vx|co, 0.F.:
Vc0raW-l|||.
3ClwARTZVAN, 5. (Corp.) (19ZZ). Tecn|cas avanzaoas en c|enc|as soc|a|es. 8ueros A|res, Argerl|ra: Ed|c|ores Nueva v|s|r 3AlC.
LJLMPL0
La te|evsn y e| nno
- -- - Lstadstca descrptva
- Pruebas de dferenca de medas: AN0vA (para comparar uso de medos) y prueba "t"
para dferencas por sexo y entre semana y fn de semana
- -- - Prueba de corre|acn r de Pearson (edad y uso de |a te|evsn, etc.)
- 5e ut|zar e| 5P55
260
11
L|aboracn de| reporte de nvestgacn L|aboracn de| reporte de nvestgacn L|aboracn de| reporte de nvestgacn L|aboracn de| reporte de nvestgacn
PP0UL50 0L INvL51IUAUI0N
0cmo paso
L|aborar e| reporte de resu|tados:
0efncn de| usuaro.
5e|eccn de| tpo de repone a presentar: acadmco o no acadmco,
Lscrbr e| reporte y e|aborar |as grfcas correspondentes.
Presentacn de| reporte.
0JL1Iv05 0JL1Iv05 0JL1Iv05 0JL1Iv05
ue e| a|umno:
1. Uomprenda e| destacado pape| que [uega e| usuaro en |a presentacn de resu|tados.
2. Uonozca |os tpos de reportes de resu|tados de nvestgacn soca|.
3. Uonozca |os e|ementos que ntegran un reporte de nvestgacn.
5IN 5IN 5IN 5IN1L5I5 1L5I5 1L5I5 1L5I5
L| captu|o comenta |a mportanca que tene e| usuaro en |a presentacn de resu|tados. Lste es quen toma
decsones basndose en |os resu|tados de |a nvestgacn, por e||o |a presentacn debe adaptarse a sus nece-
sdades.
5e menconan dos tpos de reportes: acadmcos y no acadmcos, as como |os e|ementos ms comunes que
ntegran un reporte.
11.1. 11.1. 11.1. 11.1. AN1L5 0L LLA0PAP LL PLP0P1L 0L INvL51IUAUI0N 0LLM05 0LIINIP AL PLULP10P 0 U5UAPI0 AN1L5 0L LLA0PAP LL PLP0P1L 0L INvL51IUAUI0N 0LLM05 0LIINIP AL PLULP10P 0 U5UAPI0 AN1L5 0L LLA0PAP LL PLP0P1L 0L INvL51IUAUI0N 0LLM05 0LIINIP AL PLULP10P 0 U5UAPI0 AN1L5 0L LLA0PAP LL PLP0P1L 0L INvL51IUAUI0N 0LLM05 0LIINIP AL PLULP10P 0 U5UAPI0
5e ha ||evado a cabo una nvestgacn. Pero e| proceso aun no termna. Ls necesaro comunlcar los resultados.
Lstos deben defnrse con c|ardad y de acuerdo a |as caracterstcas de| usuaro o receptor. Antes de presentar
|os resu|tados es ndspensab|e que e| lnvestlgador conteste las slgulentes preguntas Uu| es e| contexto en
que habrn de presentarse |os resu|tados? unes son |os usuaros de |os resu|tados? Uu|es son |as caracte-
rstcas de estos usuaros? La manera como se presentan |os resu|tados, depender de |as respuestas a estas
preguntas. scamente hay dos contextos en |os que pueden presentarse |os resu|tados de una nvestgacn:
a) 0ontexto academlco.
b) 0ontexto no academlco.
Lo que ||amamos contexto academlco mp|ca que |os resu|tados habrn de presentarse a un grupo de profeso-
res-nvestgadores, a|umnos de una nsttucn de educacn superor, |ectores con nve|es educatvos e|evados,
membros de una agenca de nvestgacn e ndvduos con perf| sm|ar. Lste contexto es e| que caracterza a
|as tess, dsertacones, artcu|os para pub|car en revstas centfcas, estudos para agencas gubernamenta|es,
centros de reportes tcncos, y |bros que reporten una o varas nvestgacones. Lo que ||amamos contexto no
academlco mp|ca que |os resu|tados habrn de ser presentados con fnes comerca|es o a| pub|co en genera|
(por e[emp|o, |ectores de un perdco o revsta), a un grupo de e[ecutvos con poco tempo para dedcar|e a un
asunto o a personas con menores conocmentos de nvestgacn.
Ln ambos contextos, se presenta un reporte de lnvestlgaclon, pero su formato, natura|eza y extensn es dferen-
te. L| reporte de nvestgacn es un documento donde se descrbe e| estudo rea|zado (qu nvestgacn se ||ev
a cabo, cmo se hzo sta, qu resu|tados y conc|usones se obtuveron). veamos en e| sguente apartado |os
e|ementos de un reporte de nvestgacn para ambos contextos.
11.2. 11.2. 11.2. 11.2. LL PLP0P1L 0L INvL51IUAUI0N LL PLP0P1L 0L INvL51IUAUI0N LL PLP0P1L 0L INvL51IUAUI0N LL PLP0P1L 0L INvL51IUAUI0N
que elementos contlene un reporte de lnvestlgaclon o un reporte de resultados en un contexto academlco7
Los resu|tados bscos comunes a |os reportes de nvestgacn dentro de un contexto acadmco son:
1. Portada. La cua| nc|uye e| ttu|o de |a nvestgacn, e| nombre de| autor o autores y su af|acn nsttu-
cona| o e| nombre de |a organzacn que patrocna e| estudo y |a fecha en que se presenta e| reporte.
261
Ln |a fgura 11.1 se muestra un e[emp|o de una portada.
Ln e| caso de tess y dsertacones |as portadas varan de acuerdo a |os |neamentos estab|ecdos por |a autor-
dad pub|ca o nsttucn de educacn superor correspondente.
2. lndlce de| reporte con apartados y subapartados.
3. Resumen. ue consttuye e| contendo esenca| de| reporte de nvestgacn (usua|mente e| p|antea-
mento de| prob|ema, |a metodo|oga, |os resu|tados ms mportantes y |as prncpa|es conc|usones -
todo resumdo-). Ln e| caso de artcu|os para revstas centfcas, e| resumen ocupa de 75 a l75 pa|a-
bras (Amercan Psycho|ogca| Assocaton, 1983). L| resumen debe ser comprensb|e, senc||o, exacto,
nformatvo y precso. Ln |a fgura 11.2 se presenta un e[emp|o de resumen para un artcu|o de una re-
vsta centfca (5hamr, 1981).
IIUUPA 11.2
LJLMPL0 0L UN PL5UMLN
PL5UMLN
A|gunas dferencas en |as acttudes haca e| traba[o entre traba[adores rabes y [udos. Un
estudo pre|mnar.
Lste estudo pre|mnar de carcter exp|oratoro compara |as acttudes de emp|eados [udos y
rabes que traba[an en |os msmos departamentos de un hote| en Jerusa|n. (N - 75 y N - 62
respectvamente). 5urgeron a|gunas dferencas de va|ores con respecto a| traba[o, est|o de
supervsn o referdo y fuentes de satsfaccn en e| traba[o. L| estudo tambn revea una
percepcn de dscrmnacn entre |os rabes e ndca |a posb|e causa. Los ha||azgos parecen
ref|e[ar ms ben |as dferencas po|tcas, soca|es y econmcas entre |os dos grupos que su-
puestas dferencas cu|tura|es bscas. Los estudos futuros, muy necesaros en vsta de |a
mportanca que tenen |os contactos rabe-srae|es, deben dstngur entre estos dos tpos de
dferencas.
4. lntroducclon. La cua| nc|uye e| p|anteamento de| prob|ema (ob[etvos y preguntas de nvestgacn, as
como |a [ustfcacn de| estudo), e| contexto genera| de |a nvestgacn (cmo y dnde se rea|z), |as
varab|es y trmnos de |a nvestgacn y sus defncones, as como |as |mtacones de sta.
5. Marco teorlco (marco de referenca o revsn de |a |teratura). Ln e| que se desarro||an |os estudos e
nvestgacones antecedentes y |as teoras a mane[ar. Para ver cmo hacer|o se recomenda |eer e| ter-
cer captu|o de| presente |bro ('L|aboracn de| marco terco").
6. Metodo. Lsta parte de| reporte descrbe cmo fue ||evada a cabo |a nvestgacn e nc|uye:
Pptess y especfcacn de |as varab|es.
0seno ut|zado (expermento o no expermento).
5u[etos, unverso y muestra (procedenca, edades, sexo y/o aque||as caracterstcas que sean re|evantes
de |os su[etos, descrpcn de| unverso y muestra, y procedmento de se|eccn de |a muestra).
Instrumentos de medcn ap|cados (descrpcn precsa, confab|dad, va|dez y varab|es meddas).
262
Procedmento (un resumen de cada paso en e| desarro||o de |a nvestgacn). Por e[emp|o, en un expe-
rmento se descrben |a manera de asgnar |os su[etos a |os grupos, nstruccones, matera|es, man-
pu|acones expermenta|es y e| desarro||o de| expermento. Ln una encuesta se descrbe cmo se con-
tact a |os su[etos y se rea|zaron |as entrevstas. Ln este rubro se nc|uyen |os prob|emas enfrentados
y |a manera como se reso|veron.
7. Resultados. Lstos son |os productos de| an|ss de |os datos. Norma|mente resumen |os datos reco|ec-
tados y e| tratamento estadstco que se |es practc. Aunque cuando no se ap|can an|ss estadstcos
o cuanttatvos, |os resu|tados pueden ser frases o afrmacones que resuman |a nformacn (v.g. "|os
escrtores sovtcos tenden a manfestarse a favor de |os cambos educatvos propuestos por |a Peres-
troka debdo a..." ). La Asocacn Amercana de Psco|oga recomenda que prmero se descrba breve-
mente |a dea prncpa| que resume |os resu|tados o descubrmentos y -|uego- se reporten deta||ada-
mente |os resu|tados. Ls mportante destacar que en este apartado no se nc|uyen conc|usones n suge-
rencas y no se dscuten |as mp|cacones de |a nvestgacn. Lsto se hace en e| sguente apartado.
Ln e| apartado de resu|tados e| nvestgador se |mta a descrbr stos. Una manera ut| de hacer|o es medante
tab|as, grfcas, dbu[os y fguras. Uada uno de estos e|ementos debe r numerado (en arbgo o romano) (v.g.,
tab|a 1, tab|a 2,... tab|a k, grfca 1, grfca 2,... grfca k, etc.) y con e| ttu|o que |o dentfca. Wersma (1986, p.
390) recomenda a| e|aborar tab|as:
A. L| titulo debe especfcar e| contendo de |a tab|a.
. 0ebe tener un encabezado y |os subencabezados necesaros (v.g., co|umnas y reng|ones, dagona|es,
etc.).
U. No debe mezc|arse una cantdad poco mane[ab|e de estadstcas, por e[emp|o, nc|ur medas, desva-
cones estndar, corre|acones, razn "I', etc., en una msma tab|a.
0. Ln cada tab|a se deben espaclar los nmeros y estadistlcas lncluldas (deben ser |egb|es).
L. 0e ser posb|e debemos llmltar cada tabla a una sola paglna.
L Los formatos de |as tab|as deben ser consstentes dentro de| reporte. Por e[emp|o, no nc|ur en una
tab|a cruzada |as categoras de |a varab|e dependente como co|umnas y en otra tab|a co|ocar |as cate-
goras de |a varab|e dependente como reng|ones.
U. Las categorias de las varlables deben dlstlngulrse c|aramente entre s.
La me[or reg|a para e|aborar una tab|a adecuada es organzar|a |gcamente. Ln |a fgura 11.3 se presenta un
e[emp|o.
A| nc|ur pruebas de sgnfcanca: "I",
2
, r, etc., debe nc|urse nformacn respecto a |a magntud o e| va|or
obtendo de |a prueba, |os grados de |bertad, e| nve| de confanza (a|fa - ) y |a dreccn de| efecto (Amercan
Psycho|ogca| Assocaton, 1983). Asmsmo, debe especfcarse s se acepta o rechaza |a hptess de nvestga-
cn o nu|a en cada caso.
A veces |os resu|tados se presentan en e| msmo orden en que fueron formu|adas |as hptess o |as varab|es, y
frecuentemente se presenta prmero |a estadstca descrptva y |uego e| resto de |os an|ss.+
Uuando |os usuarlos, receptores o |ectores son personas con conocmentos sobre estadstca no es necesaro
exp|car en qu consste cada prueba, s|o menconar|as y comentar sus resu|tados. 5 e| usuaro carece de ta|es
conocmentos, no tene caso nc|ur |as pruebas estadstcas, a menos que se exp|quen con suma senc||ez y se
presenten |os resu|tados mas comprensb|es. Asmsmo |as tab|as se comentan brevemente, esto es, se descr-
ben.
8. 0oncluslones, recomendaclones e lmpllcaclones (o dlscuslon). Ln esta parte se dervan conc|usones, se
hacen recomendacones para otras nvestgacones, se ana|zan |as mp|cacones de |a nvestgacn y
se estab|ece cmo se responderon |as preguntas de nvestgacn y s se cump|eron o no |os ob[etvos.
L| apartado puede ||amarse: "U0NULU5I0NL5", "U0NULU5I0NL5 Y PLU0MLN0AUI0NL5", "0I5UU5I0N",
"U0NULU5I0NL5 L IMPLIUAUI0NL5", "U0NULU5I0NL5 Y 5UULPLNUIA5", etc.
L| apartado debe redactarse de ta| manera que se fac|te |a toma de decsones respecto a qu teora,
263
un curso de accn o una prob|emtca.
9. Blbllografia. ue son |as referencas ut|zadas por e| nvestgador para e|aborar e| marco terco u otros
propstos y se nc|uyen a| fna| de| reporte ordenadas a|fabtcamente.
10. Apendlces. Lstos resu|tan ut|es para descrbr con mayor profunddad certos matera|es sn dstraer |a
|ectura de| texto prncpa| de| reporte o evtar que dchos matera|es rompan con e| formato de| reporte.
A|gunos e[emp|os de apndces seran e| cuestonaro ut|zado (u otro nstrumento de medcn), un
nuevo programa para computadora desarro||ado, an|ss estadstcos adcona|es, e| desarro||o de una
frmu|a comp|cada, reportes de sesones de grupos, fotografas, etc.
Uabe destacar que para |os reportes a pub|car en un artcu|o para una revsta centfca, se exc|uye |a ntroduc-
cn y e| resto de |os e|ementos se desarro||a de manera muy concsa o resumda, y rara vez se nc|uyen apnd-
ces. Ln otros casos puede omtrse e| resumen s est contendo en |a ntroduccn.
L| tamano de| reporte puede varar dependendo de dversos factores ta|es como e| numero de hptess estab|e-
cdas, |a cantdad de varab|es meddas, e| nstrumento de medcn ap|cado y otros ms. Pero debe buscarse
c|ardad, precsn y dscusones drectas, as como e|mnar repetcones, argumentos nnecesaros y redundan-
ca no [ustfcada.
que elementos contlene un reporte de lnvestlgaclon o reporte de resultados en un contexto N0 academlco7
Un reporte no acadmco contene |a mayora de |os e|ementos que un reporte acadmco y stos norma|mente son:
1. Portada
2. Indce
3. Pesumen
4. Introduccn
5. Mtodo
6. Pesu|tados
7. Uonc|usones
8. Apndces
5|o que cada e|emento es tratado con mayor brevedad y e|mnando |as exp|cacones tcncas que no puedan
ser comprenddas por |os usuaros. L| marco terco y |a bb|ografa sue|en omtrse de| reporte o se nc|uyen
como apndces. 0esde |uego, esto de nnguna manera mp|ca que no se haya desarro||ado un marco terco,
sno que a|gunos usuaros preferen no confrontarse con ste en e| reporte de nvestgacn. Ln una nvestgacn
sempre se construye un marco terco, sn mportar e| contexto en que se presenten |os resu|tados. U|aro est
que hay usuaros no acadmcos que s se nteresan por e| marco terco y |as ctas bb|ogrfcas o referencas.
Para |ustrar |a dferenca entre redactar un reporte acadmco y uno no acadmco, se presenta en |a fgura
11.4 un e[emp|o de ntroduccn de un reporte no acadmco y como puede verse es bastante senc||o, breve y
no ut|za trmnos comp|e[os.
IIUUPA 11.4
LJLMPL0 0L UNA IN1P00UUUI0N 0L UN PLP0P1L N0 AUA0LMIU0
lNTR00uCCl0N
La Furdac|r Vex|cara para |a Ca||dad Tola|, A.C. (FuN0AVECA) rea||z ura |rvesl|gac|r por ercueslas para corocer
|as prcl|cas, lcr|cas, eslrucluras, procesos y lerl|cas ex|slerles er raler|a de Ca||dad Tola| er rueslro pais. La |r-
vesl|gac|r es de carcler exp|oralor|o y corsl|luye ur pr|rer esluerzo por oolerer ura rad|ogralia de| eslado de |os pro-
cesos de ca||dad er Vx|co. No es ur eslud|o exrausl|vo, s|ro s|o |rp||ca ur pr|rer acercar|erlo, que er |os aros ve-
r|deros |r exlerd|erdo y prolurd|zardo |a Furdac|r.
E| reporle de |rvesl|gac|r que a corl|ruac|r se preserla l|ere coro uro de sus oojel|vos eserc|a|es prop|c|ar e| ar||-
s|s, |a d|scus|r y |a rel|ex|r prolurda respeclo a |os proyeclos para |rcrererlar |a ca||dad de |os produclos o serv|c|os
que olrece Vx|co a| rercado rac|ora| e |rlerrac|ora|. Coro rac|r, seclor y erpresa: varos por e| car|ro correclo
rac|a e| |ogro de |a Ca||dad Tola|? 0u eslaros rac|erdo adecuadarerle? 0u ros la|la? Cu|es sor |os ooslcu-
|os a que ros eslaros erlrerlardo? Cu|es sor |os relos que raoreros de alrorlar er |a u|l|ra dcada de| r||er|o?
Esas sor a|guras de |as pregurlas que aclua|rerle eslaros va|orardo y reces|laros resporder. La |rvesl|gac|r pre-
lerde aporlar a|guras paulas para que corerceros a corleslar sal|slaclor|arerle eslos cuesl|orar|erlos.
La rueslra de |a |rvesl|gac|r lue se|ecc|orada a| azar soore |a oase de lres ||slados: L|slado Expars|r 500, L|slado de
|a gacela Caro|o 0rgar|zac|ora| y L|slado de |as reur|ores para corsl|lu|r FuN0AVECA. 3e acud| a 181 erpresas, de
|as cua|es 0 ro proporc|oraror |rlorrac|r. 0os ercueslas lueror e||r|radas por deleclarse |rcors|slerc|as. Er lola| se
|rc|uyeror 122 casos v||dos.
Esperaros que sus corerlar|os y sugererc|as arp|ier y err|quezcar esle proceso |rvesl|gal|vo.
FuN0AVECA
0|recc|r de lrvesl|gac|r
264
11.3. 11.3. 11.3. 11.3. U0M0 5L PPL5LN1A LL PLP0P1L 0L INvL51IUAUI0N? U0M0 5L PPL5LN1A LL PLP0P1L 0L INvL51IUAUI0N? U0M0 5L PPL5LN1A LL PLP0P1L 0L INvL51IUAUI0N? U0M0 5L PPL5LN1A LL PLP0P1L 0L INvL51IUAUI0N?
A veces so|amente se entrega e| reporte pub|cado y se exp|ca verba|mente (ta| es e| caso de |as tess), pero en
otras ocasones |a entrega de| reporte se acompana de una presentacn con dversos apoyos ta|es como aceta-
tos, grfcas, audovsua|es, vdeos, sstemas computarzados de vdeo y otros ms de |os cua|es pueden dspo-
ner |os nvestgadores. L| reporte puede e|aborarse en mquna de escrbr a dob|e espaco, observando un mar-
gen a |a zquerda de aproxmadamente 4 centmetros y un margen a |a derecha de 3 centmetros, o ben en
computadora ut|zando procesador de pa|abras o un sstema sm|ar.
PL5UMLN PL5UMLN PL5UMLN PL5UMLN
1. Antes de e|aborar .1 reporte de Investgacn debe defnrse a| usuaro, ya que e| reporte habr de adap-
tarse a ste.
2. Los reportes de nvestgacn pueden presentarse en un contexto acadmco o en un contexto no aca-
dmco.
3. L| contexto determna e| formato, natura|eza y extensn de| reporte de nvestgacn.
4. Los e|ementos ms comunes de un reporte de nvestgacn presentado en un reporte acadmco son:
portada, ndce, resumen, ntroduccn, marco terco, mtodo, resu|tados, conc|usones, bb|ografa y
apndces.
5. Los e|ementos ms comunes en un contexto no acadmco son: portada, ndce, resumen, ntroduccn,
mtodo, resu|tados, conc|usones y apndces.
6. Para presentar e| reporte de Investgacn se pueden ut|zar dversos apoyos.
U0NULP105 5IU05 U0NULP105 5IU05 U0NULP105 5IU05 U0NULP105 5IU05
Peporte de nvestgacn
Usuaro/receptor
Uontexto acadmco
Uontexto no acadmco
L|ementos de| reporte de nvestgacn
LJLPUIUI05 LJLPUIUI05 LJLPUIUI05 LJLPUIUI05
1. L|abore un ndce de una tess.
2. Loca|ce un artcu|o de una revsta centfca menconada en e| apndce uno y ana|ce |os e|ementos de|
artcu|o.
3. Pense en cu| sera e| ndce de| reporte de |a nvestgacn que ha concebdo a |o |argo de |os e[erccos
de| |bro.
ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A ILI0UPAIIA 5UULPI0A
AMLPIUAN P5YUP0L0UIUAL A550UIA1I0N <1983). Publlcatlon manual of tRe Amerlcan
PsychologjcalAssocjatlon. 1ercera Ldcn. Washngton, 0.U.: APA.
PA50 0IL2
Presentar |os resu|tados:
- L|aborar e| reporte de nvestgacn
- Presentar e| reporte de nvestgacn
LJLMPL0 LJLMPL0 LJLMPL0 LJLMPL0
La 1e|evsn y e| nno La 1e|evsn y e| nno La 1e|evsn y e| nno La 1e|evsn y e| nno
IN0IUL 0LL PLP0P1L 0L INvL51IUAUI0N
Pgna
1. IN1P00UUUI0N 1
1.1 Prob|ema a nvestgar 2
1.2 Importanca de| estudo 5
1.3 0efncn de trmnos 7
1.4 Prob|emas y |mtacones 10
2. MAPU0 1L0PIU0 13
265
2.1 L| enfoque de usos y grafcacones en |a comuncacn co|ectva 14
2.2 L| uso que |os nnos hacen de |a te|evsn 22
2.3 Uontendos te|evsvos preferdos por |os nnos 26
2.4 Las funcones y gratfcacones de |a te|evsn para e| nno . . . . 29
2.5 L|ementos que medatzan |as condcones a |as que
se exponen |os nnos a| ver te|evsn 37
3. ML1000 43
3.1 P|anteamento de| prob|ema 44
3.2 Pptess 47
3.3 Instrumento de medcn 49
3.4 Procedmentos 51
3.4.1 5e|eccn de |a muestra 51
3.4.2 Peco|eccn de |os datos 54
3.4.3 An|ss de |os datos 55
4.PL5UL1A005 56
4.1 Uaracterstcas de |a muestra 57
4.2 1empo que dedcan |os nnos a ver |a te|evsn 63
4.3 Programas preferdos por |os nnos 65
4.4 Iuncones y gratfcacones de |a te|evsn
para |os nnos de |a muestra 69
4.5 Uontro| de |os padres 75
5.U0NULU5I0NL5 Y PLU0MLN0AUI0NL5 79
5.1 Pesumen 80
5.2 Uonc|usones y dscusn 82
5.2.1 Imp|cacones para |os padres 84
5.2.2 Imp|cacones para |os educadores 88
5.2.3 Imp|cacones para |os productores 93
5.3 Pecomendacones 97
5.4 L| futuro de |a te|evsn nfant| 101
ILI0UPAIIA 105
APLN0IUL A: Uarta a |os drectores de escue|a 111
APLN0IUL : Uuestonaro ap|cado 112