"Uso de los Modelos Univariados en Diseos Completos al Azar (DCA)

y Correlacin, en estudios de tipo Observacional o No experimental"

En general, en los cursos y seminarios propuestos para una Maestra o un doctorado, hay un vaco en el
manejo de los Mtodos de Anlisis Estadstico Avanzado, tal y como debera de ser, esto es
independientemente del rea del conocimiento de que se trate.

Si un estudio es analtico o explicativo (de causa y efecto), su objetivo es demostrar la relacin de

causalidad entre diferentes factores. Para demostrar causalidad se debe realizar un Diseo experimental
o un Anlisis Multivariado. Hay muchos estudios publicados en revistas indexadas que pretenden
demostrar

relacin

de

causalidad entre

dos

variables,

nicamente

travs

del anlisis

bivariado (Anlisis de Contingencia entre dos variables mediante la correlacin de Spearman, por
ejemplo). Si bien la dependencia estadstica (p<0.05) entre dos eventos es el punto de partida para
demostrar causalidad entre factores (Bradford Hill 1965), no se puede aceptar que existe relacin de
causalidad entre dos variables solamente porque se encuentran relacionadas, asociadas o
correlacionadas. Porqu no aceptar esa situacin como una relacin de causalidad?. Por qu
existen asociaciones aleatorias, causales o espurias, las que se deben descartar mediante otros anlisis,
lo cual se realiza perfectamente con las estrategias conocidas como Diseos Experimentales o mediante
los Anlisis Estadstico Multivariado.

La experimentacin es el mtodo deseable por excelencia cuando se quiere demostrar causalidad entre
dos eventos, puesto que si se interviene sobre las unidades de estudio y se observan modificaciones
sobre la variable respuesta en estudio, es muy probable que tales modificaciones se deban a la
intervencin realizada. Los estudios explicativos buscan demostrar la relacin de causalidad entre dos
variables, pero tal conclusin no ser posible nicamente con el apoyo del anlisis estadstico. Se
requiere de la construccin de un diseo metodolgico y estadstico para que se pueda llegar a tal
conclusin. La explicacin requiere de conceptos previos que avalan la hiptesis explicativa, de
antecedentes investigativos que den soporte a la hiptesis racional (Ren Descartes), pero tambin
requiere de un diseo experimental y del anlisis estadstico multivariado , (Supo J. 2014, in sitio
web www.biestadstico.com).

En general, las variables que se originan de un estudio observacional o no experimental, se adaptan muy
bien para aplicarles los modelos estadsticos del Anlisis de Varianza (ANOVA)

univariados o

multivariados, pero en un modelo completamente aleatorizado o un D iseo Completo al Azar (DCA),

para lo cual deben cumplirse tres condiciones fundamentales:

(1) Es muy importante la lgica en que se basa la relacin causa-efecto que se propone demostrar,
dado que esa lgica es la fundamentacin sine qua non, para que la prueba de hiptesis estadstica se
plantee correctamente.
(2) Que la(s) variable(s) dependiente(s) Yijk, cumplan los principios de :
(a) Normalidad de residuos,
(b) Homogeneidad de varianza de los residuos e
(c) Independencia de los residuos.
(3) Que la(s) variable(s) Independiente(s) (Xi) o Tratamientos o Variables de Clasificacin, o
Causas del fenmeno objeto de estudio, cumplan los criterios de control que sean necesarios,
establecidos en el protocolo de investigacin, (Pedroza, 2014).

En todo caso, si es posible realizar estudios no experimentales u observacionales, de los cuales se

deriven tipos de estudios explicativos de causa y efecto, los que por el alcance de sus resultados son
tipos de estudios analticos o explicativos, siempre y cuando se cumplan las tres condiciones
fundamentales antes expuestas y cumpliendo estas condiciones si se pueden aplicar los ANOVA y/o
MANOVA en DCA, para realizar las pruebas de hiptesis correspondientes.
A continuacin, se presenta un estudio de caso hipottico, para estudiar las causas del bajo rendimiento
de los estudiantes de FAREM Matagalpa, asociadas y/o relacionada al colegio de secundaria de origen
de los estudiantes. Para este estudio de caso, se gener una Base de Datos (BDD) que contiene tres
variables en estudio: 1) NotaProm-Matematica-Univ.; 2) NotaProm-Secundaria.; 3) ColegioSecundaria.

Como resultado de la prueba del Diagnstico de la Normalidad de las variables respuestas, se obtuvieron
las variables siguientes: 4) RDUO_NotaProm-Matematica-Univ. y 5) PRED_NotaProm-MatematicaUniv

1) La Base de Datos Simulados.

La BDD contiene tres variables
en estudio:
1) NotaProm-Matematica-Uni v.
2) NotaProm-Secundaria.
3) ColegioSecundaria.
Como resultado de la prueba del
Diagnstico de la Normalidad de la
variable respuesta, se obtuvieron las
variables siguientes:
4) RDUO_NotaProm-MatematicaUni v.
5) PRED_NotaProm-Matematica-Univ

2) El Anlisis de Correlacin entre las variables, NotaProm-Matematica-Univ. y NotaPromSecundaria, para saber si estas variables estn correlacionadas o no, lo cual aportar pistas para
estudiar las causas del bajo rendimiento de los estudiantes de FAREM Matagalpa.

Resultado del Anlisis de Correlacin:

C:\Users\user\Desktop\Prueba-HPP-12-12-2013.IDB2 : 13/12/2013 - 15:18:28

[Versin : 09/09/2013]
Coeficientes de correlacin
Correlacin de Pearson
Variable(1)

Variable(2)

Pearson

p-valor

NotaProm-Matemtica-Univ

NotaProm-Matematica-Univ

40

1,00

<0,0001

NotaProm-Matematica-Univ

NotaProm-Secundaria

40

0,91

<0,0001**

____________________________________________________________________________________

Breve interpretacin

El anlisis de Correlacin de Pearson realizado para las variables NotaProm-Matemtica-Univ, vs

NotaProm-Secundaria, dio como resultado un coeficiente de correlacin ( r) igual a 0,91 < 0,0001**. El
r = 0.91 obtenido con un p = 0,0001, (probabilidad aleatoria del suceso), es mayor que el nivel crtico
de comparacin = 0.05. Por lo tanto, se rechaza la hiptesis nula (Ho: = 0), esto quiere decir que la
respuesta estadstica es altamente significativa, lo cual demostr que si existe una correlacin altamente
significativa entre las variables NotaProm-Matemtica-Univ y NotaProm-Secundaria. De ah que, se
confirma la hiptesis de que el bajo rendimiento acadmico en Matemtica alcanzado en el primer
semestre de FAREM Matagalpa, est dependiendo del rendimiento acadmico de los estudiantes que
proviene de la enseanza que l recibi en su Secundaria.

3) El Anlisis de Varianza entre las variables, NotaProm-Matematica-Univ. y ColegioSecundaria,

para saber si existe o no, una relacin de Causa-Efecto entre estas variables, lo cual permitir
evidenciar uno de los factores que causa el bajo rendimiento de los estudiantes en la universidad,
FAREM Matagalpa.

3.1) El Diagnstico de Normalidad de los residuos, para la variable respuesta NotaPromMatematica-Univ.

La prueba de Normalidad de los residuos, para la variable respuesta NotaProm-Matematica-Univ.,

mediante el QQ:

Breve interpretacin
La prueba de Normalidad de los residuos, para la variable respuesta NotaProm-MatematicaUniv., mediante el QQ, demostr que si se cumple la condicin de Normalidad de los residuos, debido
a que se alcanzo un coeficiente de correlacin r igual o mayor a 0,94.

Por lo tanto, se procede correctamente a realizar el anlisis de varianza correspondiente (ANDEVA)

para determinar si existe o no, la relacin de causa-efecto del colegio donde el estudiante estudio su
secundaria, (efecto de tratamientos, cinco diferentes colegios pblicos y cinco diferentes colegios
privados), sobre la variable respuesta NotaProm-Matematica-Univ.

3.2) El Anlisis de Varianza entre las variables, NotaProm-Matematica-Univ. y ColegioSecundaria

para determinar si existe o no, la relacin de causa-efecto del colegio donde el estudiante estudio
su secundaria, sobre la variable respuesta NotaProm-Matematica-Univ.

Modelo Paramtrico del ANDEVA: Yij = + i + ij

Efecto de tratamientos: (i ): 5 diferentes colegios pblicos y 5 diferentes colegios privados.
Unidad de Medicin: 40 estudiantes (40 datos simulados).
Nmero de repeticiones: 4 repeticiones por cada tratamiento.

Resultado del Anlisis de Varianza:

C:\Users\user\Desktop\Prueba-HPP-12-12-2013.IDB2 : 13/12/2013 - 16:50:32
[Versin : 09/09/2013]

Anlisis de la varianza Univariado Paramtrivo

Variable
NotaProm-Matematica-Univ

R Aj

CV

40

0,89

0,85

6,90

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.

SC

gl

CM

p-valor

Modelo.

6954,60 9

772,73 26,09

<0,0001

ColegioSecundaria

6954,60 9

772,73 26,09

<0,0001**

Error

888,50

29,62

Total

7843,10 39

30

Test:Tukey Alfa=0,05 DMS=13,12678. Error: 29,6167 gl: 30

ColegioSecundaria

Medias n

E.E.

Privado-2

94,75

2,72

Privado-5

92,50

2,72

Privado-3

92,25

2,72

Privado-4

91,75

2,72

Privado-1

88,00

2,72

Publico-3

67,75

2,72

Publico-1

67,50

2,72

Publico-4

67,00

2,72

Publico-2

65,25

2,72

Publico-5

61,75

2,72

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Breve interpretacin del ANDEVA

El ANDEVA realizado entre las variables, NotaProm-Matematica-Univ. y ColegioSecundaria, para

determinar si existe o no, la relacin de causa-efecto del colegio donde el estudiante estudio su
secundaria, sobre la variable respuesta NotaProm-Matematica-Univ., demostr lo siguiente:
Existe un efecto significativo del ColegioSecundaria, sobre la variable respuesta NotaPromMatematica-Univ., lo cual se evidencia con un

p = 0,0001**, (probabilidad aleatoria del suceso), que

result ser mayor que el nivel crtico de comparacin,

nula (Ho:

= 0.05. Por lo tanto, se rechaza la hiptesis

1 = 2 = 3 = 4 . = n), esto quiere decir que la respuesta estadstica es

altamente significativa, lo cual demostr que si existe una relacin de causa-efecto del
ColegioSecundaria sobre la variable respuesta NotaProm-Matematica-Univ.

La prueba de rangos mltiples realizada, permiti demostrar que, los colegios privados inducen a
obtener un mayor rendimiento acadmico que los colegios pblicos. Entre los colegios privados, es el
colegio privado -2- el que alcanz el mayor rendimiento acadmico. Por otra parte, se demostr que la
influencia mayor por parte de los colegios pblicos, proviene del colegio pblico -3-.