PREGUNTAS DE CONTENIDO TEMA 1 (curso 2011-12)

ANLISIS DE DATOS 1. Entra en el examen el punto 1.3.4. Anlisis de datos? Este punto entra en el examen, pues tiene que saber qu parte de la investigacin es el anlisis de datos y que para esta fase cuenta con la estadstica. Pero no vamos a preguntar frmulas de estadstica. 2. Qu es la curva normal y el coeficiente de curtosis (Cuadro 1.9.)? Estos son conceptos de Estadstica Descriptiva que no son objeto de esta signatura. Estos conceptos los tiene explicados en la asignatura de Introduccin al Anlisis de Datos de primer curso. Aqu aparecen en un cuadro gris como informacin complementaria, pero no es materia de examen. Tendr que estudiarlos en dicha asignatura. 3. Qu son los contrastes paramtricos y no paramtricos? Ejemplos? Los contrastes paramtricos y no paramtricos son tcnicas estadsticas que utilizamos para ver si nuestras hiptesis se cumplen. Es decir, sirven para contrastar nuestras hiptesis estadsticas en las investigaciones. Como te resume el cuadro 1.10. (que al ser gris no entra para examen), las tcnicas o contrastes paramtricos nos permiten comprobar hiptesis sobre algn parmetro poblacional (por ejemplo, que la media poblacional de horas que dedican los espaoles al deporte es de 3 a la semana), mientras las tcnicas no paramtricas no hacen hiptesis sobre parmetros poblacionales. Las tcnicas paramtricas son ms potentes a la hora de extraer conclusiones, pero para que se puedan aplicar requieren que se cumplan condiciones que no siempre se dan y por ello surgieron las tcnicas no paramtricas, que no son tan potentes pero que se pueden aplicar cuando no se dan las condiciones estadsticas que requieren las primeras Resumiendo, los contrastes paramtricos se aplican cuando los datos que tenemos cumplen unos criterios (ej. se distribuyen normalmente, sus varianzas son homogneas, etc.). En caso de que estos criterios no se cumplan empleamos los contrastes no-paramtricos. Esto es lo nico que deben saber en este curso. No podemos poner un ejemplo sin adentrarnos en los anlisis de datos propiamente dichos, contenido que no es materia de esta asignatura, ni es necesario a este nivel. La asignatura de 2 de Grado, Diseos de Investigacin y Anlisis de Datos versa ntegramente sobre esta temtica por lo que ver numerosos ejemplos.

CONSTRUCTOS Y VARIABLES 4. Cuando a un constructo se le considera una variable? Los constructos son variables no directamente observables como por ejemplo la inteligencia (que medimos a travs de los tests). Los constructos dicho en trminos sencillos son conceptos. Los conceptos designan y definen cosas de manera mas bien abstracta. En Psicologa el trmino mente es un constructo, es un concepto que designa una entidad que puede ser determinante de la conducta. Pero hay muchos constructos (conceptos) tales como inteligencia, ansiedad, o regulacin emocional, y otro constructo es la funcin ejecutiva. Los conceptos como la funcin ejecutiva sirven para designar funciones cognitivas relacionadas con el control que se requiere para inhibir ciertas conductas para conseguir ciertos fines. 5. Me podra poner algn ejemplo de constructo y explicar el constructo de funcin ejecutiva? Los constructos dicho en trminos sencillos son conceptos. Los conceptos designan y definen cosas de manera ms bien abstracta. En Psicologa el trmino mente es un constructo, es un concepto que designa una entidad que puede ser determinante de la conducta. Pero hay muchos constructos (conceptos) tales como inteligencia, ansiedad, o regulacin emocional, y otro constructo es la funcin ejecutiva. Los conceptos como la funcin ejecutiva sirven para designar funciones cognitivas relacionadas con el control que se requiere para inhibir ciertas conductas para conseguir ciertos fines. 6. Cmo identifico en un caso o una investigacin las variables independiente y dependiente? Lo primero es ver el problema de la investigacin, la hiptesis y luego delimitar las variables. Fjate en este enunciado: Se quiere saber si el alcohol influye en el rendimiento en un test de conducir. La variable independiente (VI) ser el alcohol que es la variable cuyo influjo se quiere estudiar y la variable dependiente (VD) ser el rendimiento en el test de conducir, que es lo que vamos a medir. Cuando se investiga, normalmente lo que se quiere es encontrar la causa de que algo ocurra. La causa es la variable independiente y lo que sta genera es la variable dependiente. Por ejemplo, la causa de que el agua hierva es la temperatura. Temperatura =variable independiente. Agua hirviendo= variable dependiente. 7. Cul es la variable a operativizar, la variable independiente o la dependiente? Se operativizan siempre todas las variables, tanto las dependientes como las independientes. En el caso de los diseos univariados operativizamos la nica variable dependiente que tenemos y la/s variables independiente/s. Si el diseo es multivariado se operativizan todas las variables dependientes y todas las independientes.

Cuando decimos que hay que operativizar la variables estamos diciendo que queremos ver cmo podemos manejarnos con estas variables. Imagine esta hiptesis. El aumento de la auto-estima hace que disminuyan la ansiedad de hablar en pblico. La variable independiente es la auto-estima y la dependiente la ansiedad. Podemos hacer los siguiente: a una muestra le medimos la auto-estima, una vez medida, formamos tres grupos auto-estima alta, media, y baja. Tenemos tres grupos de personas con un determinado nivel de autoestima. Al hacer esto, hemos utilizado un instrumento para medirla, hemos operado con la auto-estima midindola y formamos tres grupos (hemos operativizado la variable independiente). Ahora para contrastar la hiptesis, ponemos a los participantes en una situacin en la que tienen que hablar en pblico -les decimos que tienen que grabar un dilogo para la tele- o una situacin as. Bien, tenemos que medirle la ansiedad... cmo se le ocurre que se la medimos? Supongamos que la medimos a travs del nivel de sudoracin, donde le ponemos el aparato del micrfono le colocamos un aparato que la mide... a ms sudoracin, ms ansiedad. Qu est haciendo? La variable dependiente -ansiedad medida a travs de sudoracin- la est midiendo con el aparato (hemos operativizado la variable dependiente) y de este modo tiene medidas de ansiedad y puede comparar qu grupos -divididos por la auto-estima- obtienen las diferentes medidas de sudoracin... Est O P E R A T I V I Z A N D O ambas variables. 8. No entiendo lo referente a las variables cualitativas, dicotmicas, politmicas y su categora. Las variables cualitativas son aquellas que slo designan una cualidad o atributo. Se tiene o no se tiene una cualidad o se tiene en mayor, menor o igual grado. La cualidad o atributo se subdivide en clases mutuamente exclusivas y exhaustivas. Esto es: un objeto no puede pertenecer a ms de una clase y todos los objetos se pueden adjudicar a alguna clase.. De esta forma las variables nominales y ordinales son cualitativas. Las variables cualitativas pueden dividirse en: dicotmicas (tienen slo dos clases o categoras) o politmicas (admiten ms de dos clases o categoras). La religin considerando catlicos, protestantes y judos entre otros podra considerarse politmica. Sin embargo, el grado de apertura, considerado como abierto o cerrado, es una variable dicotmica. Es decir: Una variable cualitativa dicotmica slo tiene dos valores o categorias, como por ejemplo la variable gnero slo tiene dos valores, hombre y mujer. Una variable cualitativa politmica puede tener ms de dos valores o categoras como por ejemplo estatus socioeconmico, que puede ser medio, bajo, alto.

9. Las variables discretas son valores enteros o son valores naturales? Y las variables continuas son valores reales o son valores racionales? Estos trminos no significan exactamente igual, pero lo fundamental es que, como pone en el cuadro 1.7, en las variables discretas los valores son enteros (no admiten nmeros intermedios) y en las continuas los valores son reales (admiten nmeros intermedios).

La diferencia entre enteros y naturales, es que los enteros incluyen los nmeros negativos. Los nmeros reales incluyen los racionales (admiten decimales) y los irracionales que no se puede expresar de manera fraccionaria y tienen infinitos cifras decimales no peridicas. 10. Podrais aclararme lo de que la variable independiente puede adoptar distintos niveles, condiciones o tratamientos? Una variable puede adoptar diferentes valores (por eso se llama variable porque vara). A estos valores se le llaman niveles. Si utilizamos como variable independiente las horas de estudio. Podemos elegir para un experimento 4 valores o niveles: 8 horas, 4 horas, 2 horas y 0 horas. Cada uno de estos valores se pueden "aplicar" a un grupo diferente de sujetos: Grupo A (8 horas), Grupo B (4 horas), Grupo C (2 horas) y Grupo D (0 horas). Tendramos un experimento con 4 tratamientos o condiciones. El trmino factor se utiliza ms bien cuando hacemos un diseo factorial. Este tipo de diseo se caracteriza porque estudia conjuntamente el efecto de dos o ms variables independientes sobre una o ms de una variable dependiente. A cada una de estas variables independiente se le llama Factor. Por ejemplo, si adems de las horas de estudio queremos ver en el mismo experimento el efecto del gnero de los sujetos. Tendramos un diseo factorial 4X2. La primera variable independiente o factor tendra 4 niveles y la segunda dos niveles. Este diseo tendra 8 condiciones o tratamientos y 2 variables independientes o factores. La primera variable independiente o factor tendra 4 niveles y la segunda 2. Todo esto lo entenders mucho mejor en el Tema 5. 11. Qu son variables de seleccin de valores? Las variables independientes pueden ser de manipulacin intencional o de seleccin de valores. En las primeras, el investigador selecciona los valores que cree ms conveniente. Por ejemplo, dosis de un frmaco, horas de sueo, longitud de unas lneas paralelas, etc. En una variable de seleccin de valores, stos ya vienen dados. Por ejemplo, gnero (hombre y mujer), estatus socioeconmico (alto, medio, bajo), enfermedad (sida, tuberculosis, cncer).

ESCALAS DE MEDIDA 12. Me pueden explicar la diferencia entre el 0 en la escala de razn y en la de intervalo? En una escala de intervalo el cero no significa ausencia de la caracterstica medida. Por ejemplo, cuando un alumno tiene un cero en el examen de Fundamentos de Investigacin no significa que no sabe nada de la asignatura, sino que ha contestado mal a todas las preguntas del examen. Lo mismo ocurre cuando medimos la inteligencia, depresin, ansiedad....utilizando tests o cuestionarios. No existe nadie que tenga ausencia total de inteligencia, depresin, ansiedad... Es decir, ese cero es arbitrario y no significa ausencia de la caracterstica medida. En el caso del examen ponemos el cero a la persona que no ha contestado correctamente a 30 preguntas, 4

pero lo podamos haber puesto en la persona que no ha contestado bien las 7 primeras preguntas, independientemente de lo que haya contestado en el resto del examen. Cuando utilizamos una escala de razn el cero es real. Por ejemplo, nmero de gatos en mi casa, nmero de pelos en la cabeza, tiempo de reaccin medidos en milisegundos Es decir, existe realmente la ausencia de esa caracterstica.

ESTADISTICOS DE CONTRASTE 13. Qu son los estadsticos de contraste? Resumidamente, son frmulas matemticas para contrastar hiptesis estadsticas. Veamos un ejemplo: queremos investigar la eficacia de un programa de entrenamiento para memorizar palabras en mujeres de 55 aos. Tenemos que hacer lo siguiente: 1.- Elegir una muestra de la poblacin de mujeres de 55 aos de, por ejemplo, 40 sujetos (si se elige de forma aleatoria, aumentamos la validez externa del experimento (Tema 4). 2.- Aleatoriamente asignamos 20 sujetos al grupo A y otros 20 sujetos al grupo B. 3.- Al grupo A le aplicamos el programa de entrenamiento para memorizar palabras (a este grupo se llama experimental) y al grupo B le damos una conferencia (a este grupo se le llama control). 4.- Ambos grupos tienen que memorizar unas listas de 30 palabras. Los resultados muestran que la media del grupo A es mayor que la media del grupo B. Aparentemente, podramos decir que el programa de entrenamiento para memorizar palabras ha tenido efecto y que si en lugar de utilizar una muestra, hiciramos el experimento con toda la poblacin de mujeres de 55 aos, la media del grupo A seguira siendo mayor que la media del grupo B.

A la media de la muestra se denomina estadstico y a la media de la poblacin se denomina parmetro. Lo que pretendemos es a travs del estadstico hacer una inferencia sobre el parmetro. Pero, tenemos que comprobar que nuestros resultados se deben al tratamiento y no al azar o a alguna variable extraa, como por ejemplo, que el grupo A, se entrenaba a escondidas en la memorizacin de palabras. Para comprobar lo anterior utilizamos los estadsticos de contraste. Estos pueden ser paramtricos o no paramtricos y se utilizan unos u otros en funcin de que se cumplan en los datos unos supuestos o no se cumplan. Con estos estadsticos podemos afirmar (con una cierta probabilidad, nunca al 100 %) si nuestros resultados se deben al tratamiento o no. En nuestro ejemplo utilizaramos como estadstico de contraste uno de diferencias de medias de dos muestras (grupos) independientes, como podra ser por ejemplo la t de Student (si los datos cumplen unos supuestos o requisitos para utilizar una tcnica paramtrica o su alternativa no paramtrica, si en los datos no se dan esos requisitos). 5

14. A qu nivel de profundidad se nos preguntar en examen sobre el estadstico de contraste y los supuestos? El estadstico de contraste y los supuestos que se deben cumplir para aplicarlos estn explicados a un nivel muy general en esta asignatura para que entendis cul es el proceso completo de la investigacin cientfica. Una de las etapas es el anlisis de datos y por ello os explicamos a nivel conceptual que en esta etapa, lo que hay que hacer, es contrastar las hiptesis utilizando estadsticos de contraste que son herramientas estadsticas que arrojan unos valores que usaremos para comprobar o refutar nuestras hiptesis. Slo a este nivel general se os van a preguntar esos conceptos. HIPTESIS 15. Tipos de hiptesis. Respecto a la hiptesis experimental, se trata de una hiptesis de trabajo que se formula cuando se est investigando siguiendo la metodologa experimental. En esta hiptesis se establece una relacin de causa efecto (si ..., entonces...). Cuando el mtodo de investigacin no es manipulativo (por ejemplo, ex post facto, observacional), el tipo de hiptesis no sera experimental. Con respecto a las hiptesis nula y alternativa, son las dos hiptesis estadsticas, estas son mutuamente exclusivas (si una es cierta la otra ha de ser falsa) y exhaustivas (deben incluir todos los posibles resultados). Lo que tiene que diferenciar es hiptesis de trabajo e hiptesis estadsticas, estas ltimas son dos (la hiptesis nula y la hiptesis alternativa). Por ejemplo, queremos investigar si el tipo de estudio: intensivo (10 horas el da antes del examen) o progresivo (2 horas durante los 5 das anteriores al examen) influye en el rendimiento en el examen. Tendramos dos grupos de sujetos, unos estudiara de forma intensiva (grupo I) y el otro grupo de forma progresiva (grupo P). Nuestras hiptesis seran: Hiptesis de trabajo: El grupo que estudia de forma progresiva obtendr mejores notas que el grupo que estudia de forma intensiva. Para evaluar la hiptesis de trabajo tenemos que expresarla en forma de hiptesis estadstica. Hiptesis estadsticas: -Hiptesis Nula (H0): No existe diferencias significativas en la nota media entre el grupo I y el grupo P.

-Hiptesis alternativa (H1): Existen diferencias significativas en la nota media entre el grupo I y el grupo P.

La hiptesis que establece que no existen diferencias entre los grupos es una hiptesis nula. En el apartado de Introduccin de un informe de investigacin, se debe plantear la hiptesis de trabajo, en la que se establece el efecto que se espera encontrar (el grupo que estudia de forma progresiva obtendr mejores notas que el grupo que estudia de forma intensiva). La hiptesis nula (no existen diferencias entre los grupos) es la que debe ser contrastada con el anlisis estadstico de los datos. En caso de rechazarla, se acepta la hiptesis alternativa (existen diferencias entre los grupos). Tendrn una base para entender mejor estos conceptos cuando estudie la asignatura de Diseos de Investigacin y Anlisis de Datos de segundo curso. La hiptesis nula es la contraria de la hiptesis alternativa y son dos tipos de hiptesis estadsticas. Por ejemplo: Se quiere analizar si los nios que asisten a clase particular de ingls sacarn mejores notas que los nios que no asisten a clase. Aqu nuestra hiptesis de investigacin o trabajo es la hiptesis alternativa. En otros casos nuestra hiptesis de investigacin coincidira con la hiptesis nula. Por ejemplo: Se quiere analizar si los nios que asisten a clase particular de ingls sacan las mismas notas que los nios que no asisten a clase. En la hiptesis nula se afirma la igualdad mientras que en la alternativa se afirma lo contrario que en la alternativa (que existen diferencias, que un grupo es mejor que el otro o que es peor). 16. Contraste de hiptesis. Ejemplo.

Una hiptesis es una solucin tentativa al problema. Normalmente se formula en trminos condicionales si ......, entonces... Por ejemplo, si utilizo un mtodo nuevo de enseanza entonces los alumnos de 2 de bachillerato sacarn mejores notas que si utilizo el mtodo de enseanza tradicional. Despus de planteada la hiptesis el investigador hace pruebas para ver si la hiptesis es (probablemente) verdadera o probablemente) falsa: Podra coger en un colegio dos grupos de alumnos. En uno utiliza el mtodo de enseanza tradicional y en el otro el nuevo mtodo de enseanza. Despus les hace el mismo examen a los dos grupos. Compara la media de las notas y en funcin de los resultados acepta o rechaza la hiptesis con un margen probabilstico de error (todo esto lo entender perfectamente ms adelante y sobre todo en la asignatura de Diseos de Investigacin y Anlisis de Datos). Con los anlisis estadsticos se aprueba o se rechaza la hiptesis nula con un determinado nivel de probabilidad o nivel de confianza. El nivel de confianza es la probabilidad de acertar cuando no se rechaza la hiptesis nula si sta es cierta. En el ejemplo siguiente se explican los conceptos anteriores: Imaginemos que, tras elegir una muestra de 40 varones insomnes, comparamos la eficacia de dos tratamientos para el insomnio (variable independiente): A: tomar caf con leche antes de ir a la cama (a este tratamiento se someten 20 sujetos) B: hacer unos ejercicios de relajacin al acostarse (a este tratamiento se someten los otros 20 sujetos) 7

Con la ayuda de un electroencefalgrafo, medimos (variable dependiente) el nmero de minutos que tardan en conciliar el sueo desde que se meten en la cama. La hiptesis nula sera: no hay diferencias entre los tratamientos (la media de minutos que tardan los sujetos en conciliar el sueo es igual en los dos grupos de sujetos). Formulada matemticamente: H 0 : A = B (la media de minutos que tardan en conciliar el sueo los insomnes- todos los insomnes del mundo- que reciben el tratamiento A es igual que la media de minutos que tardan en conciliar el sueo los insomnes- todos los insomnes del mundo- que reciben el tratamiento B) La hiptesis alternativa sera: si que hay diferencias entre los tratamientos (la media de minutos que tardan los sujetos en conciliar el sueo no es igual en los dos grupos de sujetos). Formulada matemticamente H 1 : A B (la media de minutos que tardan en conciliar el sueo los insomnes - todos los insomnes del mundo- que reciben el tratamiento A es diferente que la media de minutos que tardan en conciliar el sueo los insomnes- todos los insomnes del mundo- que reciben el tratamiento B). Imaginemos que los resultados indicaron que, en la muestra (no entre todos los insomnes del mundo), los sujetos tratados con el tratamiento A tardaron 34 minutos como media en conciliar el sueo y los tratados con el mtodo B tardaron 26 minutos como media en conciliar el sueo. Para estos sujetos que componen la muestra el tratamiento A fue peor que el tratamiento B. Esto ser verdad en todos los caso de insomnio (todos los insomnes del mundo)? La parte inferencial de la investigacin consiste en establecer si lo que hemos visto en la muestra puede generalizarse a toda la poblacin de insomnes (todos los insomnes del mundo). Para ello debemos analizar los datos mediante una prueba estadstica. Una prueba estadstica sirve para hacer una comparacin entre dos afirmaciones matemticas (hiptesis estadsticas: H 0 : A = B H 1 : A B ) y tomar una decisin respecto a cul de ellas tiene ms probabilidad de ser cierta. El nivel de significacin (estadstica) es la probabilidad (p) de que la hiptesis postulada como nula sea cierta (de acuerdo con los datos de nuestro estudio); en nuestro caso que el tratamiento A sea igual al tratamiento B (mejor dicho que los efectos encontrados en la VD sean iguales para los dos tratamientos). Cuando en un informe cientfico se dice que se han encontrado diferencias estadsticamente significativas (y se aade p<0,05) entre las medias de la variable dependiente (minutos...), se est comunicando al lector que la hiptesis nula (que en ese caso era que la medias poblacionales son iguales, A = B ) es tan POCO PROBABLE (p<0,05) que se desprecia esa probabilidad y se admite como cierto que son diferentes (estadsticamente diferentes- A B ). El nivel de confianza es el valor complementario al nivel de significacin multiplicado por cien; as, para un nivel de significacin p<0,05, el n.c. (nivel de confianza) es (10,05)100=95, que se expresa en porcentajes, o sea es el 95%. Como se ve, ambos 8

conceptos son intercambiables y complementarios, pudindose decir que dado que p<0,05 se rechaza H0 o que H0 se rechaza con un nivel de confianza del 95%. 17. Se toma siempre el mismo nivel de significacin (0,05) o confianza (95%) en todas las investigaciones? nivel de

El nivel de significacin no tiene por qu ser siempre de p<0.05, en la prctica lo habitual es tomar ese nivel de significacin o el de p < 0.01. Es decir, un nivel de confianza de 95 % o del 99%, pero estos valores pueden variar. 18. No acabo de entender el concepto de hiptesis nula (Ho) ni su posible aplicacin en un proyecto de investigacin. La manera de operativizar las hiptesis de investigacin para que sean contrastables estadsticamente es formular una hiptesis nula y una alternativa. Si queremos comparar dos grupos, en la nula se afirma la igualdad de los grupos y en la alternativa la desigualdad, cuando rechaces la nula podrs afirmar la existencia de las diferencias entre los grupos. El contraste de hiptesis estadstico se hace as. Algunas veces la hiptesis de la que tu partes como investigadora, bien porque es la que piensas que se va a cumplir (tambin llamada de trabajo o de investigacin) coincide con la hiptesis nula (a veces lo que importa es confirmar que hay igualdad entre las medias de dos grupos), pero otras veces, tu hiptesis de trabajo coincide con la hiptesis alternativa (donde se afirma que hay diferencias de medias entre los dos grupos). Lo que importa es que en la hiptesis nula, para su posterior contraste estadstico, debe afirmarse la igualdad de los tratamientos y en la alternativa, las diferencias. Esto es lo bsico que debes saber a este nivel (en primero de Psicologa), cuando llegues a la asignatura de Diseos de Investigacin y Anlisis de Datos, vers muchas ms cosas sobre la hiptesis nula y la alternativa. 19. Qu quiere decir que las hiptesis formuladas en trminos generales, debern operativizarse para ser contrastadas? La operativizacin de hiptesis, entre otras cosas, consiste en definir con exactitud las variables implicadas y las relaciones entre estas variables. 20. En el texto dice que una hiptesis nunca se puede probar, slo se puede contrastar. Entonces, cmo dice ms abajo que las hiptesis de trabajo se comprueban? Las hiptesis que se contrastan (se ponen en relacin con los hechos) son las hiptesis de trabajo. Cuando se dice que una hiptesis de trabajo se comprueba se est refiriendo a la contrastacin. Esto no significa que se prueba, es decir, una hiptesis apoyada por los datos se mantiene como verdadera hasta que se encuentren datos que no la apoyen.

21. Qu es una hiptesis experimental? Hiptesis Experimental es lo mismo que decir Hiptesis de Trabajo, Hiptesis Alternativa.....Es la hiptesis que tu quieres comprobar en tu experimento. En realidad el trmino Hiptesis Experimental se utiliza fundamentalmente cuando realizamos una investigacin experimental (Tema 5) y se formula en trminos condicionales "Si estudio 8 horas das aprobar esta asignatura con mejor nota que si estudio una hora". 22. La hiptesis causal y la experimental son lo mismo (pg.42)? Se podra decir que son hiptesis generales? S una hiptesis experimental es una hiptesis causal, pero como te dice en la pgina 43 son hiptesis de trabajo (ms concretas, ms operativas, que nos sirvan para trabajar), no hiptesis generales (ms amplias, que derivan de las teoras cientficas). 23. Les agradecera que me aclararan los conceptos de datos congruentes y no rechazo de la Ho, y datos no congruentes con rechazo de la Ho, as como el concepto de valor decidido. Lo importante que debis saber a nivel de primero de Psicologa es lo que se ha dicho en relacin con la hiptesis nula (Ho), ya que an no tenis conocimientos de estadstica inferencial. Sobre datos congruentes y no rechazo de la Ho, y datos no congruentes con rechazo de la Ho, as como el concepto de valor decidido, lo que debis saber es que las hiptesis estadsticas se ponen a prueba con frmulas matemticas que utilizan los datos de la muestra para tomar decisiones a nivel poblacional y esos datos pueden ser congruentes o compatibles o no con unos valores que vienen en unas tablas (y dependen del nivel de probabilidad o confianza que decidamos de antemano). Entonces se toma la decisin de aceptar o no la hiptesis nula. Es imposible explicaros todo esto sin los conocimientos estadsticos que tendris en segundo de Psicologa. No obstante, y para entender a nivel intuitivo estos conceptos que incluyen la "significacin estadstica" y, aunque ya hemos comentado que no es necesario entrar en profundidad en temas estadsticos en esta asignatura (ya se vern en segundo en la asignatura de Diseos de Investigacin y Anlisis de Datos), os remito al libro de Len y Montero (1997). Diseo de Investigaciones. Introduccin a la lgica de la investigacin en Psicologa y Educacin. (2 ed). Madrid: McGraw-Hill (pp. 19-21 y 125-129) de las Referencias Bibliogrficas de las Unidades Didcticas. HIPTESIS, LEYES Y TEORAS 24. Podran aclararme las tres caractersticas (pag. 28) por las que una hiptesis pasa a ser ley cientfica y algn ejemplo de hiptesis, ley y teora? Las hiptesis son proposiciones que suelen formar parte de teoras (o sistemas tericos ms amplios). En tu ejemplo, lo que propones como hiptesis son principios y los principios, considerndolos como leyes cientficas son leyes de la naturaleza que no se pueden demostrar explcitamente, sin embargo las podemos medir y cuantificar observando los resultados que producen (como el principio de Arqumides). Las leyes cientficas son hiptesis de amplio alcance explicativo que han sido confirmadas. Para 10

que una hiptesis sea confirmada pase a ser ley cientfica deben cumplirse las tres caractersticas por las que me preguntas. Por ejemplo, dentro de las teoras generales de la ansiedad, la hiptesis de la U invertida relaciona la ansiedad con el rendimiento y dice que el mejor rendimiento se obtiene en condiciones medias de ansiedad, mientras con condiciones bajas y altas de ansiedad el rendimiento ser peor. Para que esta hiptesis pase a ser ley se debe cumplir que: 1) siempre que se den las mismas condiciones experimentales, debern ocurrir los mismos cambios en la conducta (cuando haya una elevada situacin de ansiedad, deber ocurrir siempre un mal rendimiento); 2) que podamos generalizar estos resultados a todos los casos que enunciemos que deba cumplirse; 3) que cuando aparezca el efecto, haya estado presente la causa (la relacin causal entre la ansiedad y el rendimiento). La definicin de lo qu es una teora cientfica es una cuestin compleja que ha suscitado importantes divergencias entre los filsofos de la ciencia proponindose criterios muy diferentes. Nosotros vamos a mantener una concepcin amplia de las teoras cientficas, las vamos a considerar como esquemas conceptuales con los que representamos el conocimiento cientfico de forma sistematizada, es decir, incluyendo desde las relaciones observadas entre los hechos, hasta los mecanismos subyacentes que explican tales relaciones. Las teoras son representaciones que no pretenden sustituir la realidad sino facilitar su comprensin al proporcionar de forma esquematizada las leyes que explican las uniformidades que se observan en los hechos. Pero, qu son las leyes cientficas? De una manera simplificada podemos decir que una ley es una hiptesis de amplio alcance explicativo que ha sido confirmada, es decir, algunas hiptesis confirmadas cambian de estatus y se elevan al rango de leyes. Ahora bien, si todas las hiptesis confirmadas no pasan a ser leyes, cules son las caractersticas que deben reunir ese tipo de hiptesis para que sean consideradas leyes cientficas? Existe acuerdo entre cientficos y filsofos al considerar que necesariamente tienen que cumplir, al menos, las tres siguientes: Expresar regularidades de comportamientos bajo determinadas condiciones. Tener un carcter universal, esto es, ser aplicables a todos los elementos particulares que queden incluidos en el enunciado de la ley. Tiene que haber una relacin necesaria entre las condiciones antecedentes y consecuentes de la hiptesis, y no meramente probable, o coincidente. Veamos un ejemplo en el que se cumplen esas condiciones. Yerkes y Dodson estaban interesados en investigar las relaciones entre la motivacin de los individuos en la realizacin de una tarea y el rendimiento en la misma. A partir de los resultados que obtienen en los experimentos que llevan a cabo, estos autores establecen la llamada ley de Yerkes y Dodson: la motivacin y el rendimiento en una tarea se relacionan en forma de U invertida. Es decir, el grado de motivacin hace que el rendimiento sea mayor, pero si la motivacin es excesiva el rendimiento disminuye. En el ejemplo anterior, Yerkes y Dodson basndose en la Teora de la Motivacin (tienes una asignatura entera sobre la motivacin), queran ver Cmo influa la motivacin en el rendimiento (ste sera el problema) y para ello formularon una hiptesis que podra haber sido similar a sta: La motivacin influye en el rendimiento. Despus de comprobarla en muchos experimentos y muchas veces, formularon la siguiente ley, llamada de Yerkes y Dodson: la motivacin y el rendimiento en una tarea se relacionan en forma de U invertida.

11

En resumen: Hiptesis: Es una explicacin tentativa a un problema de investigacin, en forma de un enunciado en el que se predice cmo se relacionan las variables que estn implicadas en l. Ley cientfica: Es una hiptesis de amplio alcance explicativo que ha sido confirmada. Teora: Es un esquema conceptual formado por conjuntos de hiptesis relacionadas con los que representamos el conocimiento cientfico de forma sistematizada. Estos tres conceptos los expresa Delclaux* como sigue: La Teora es una proposicin explicatoria provisional relativa a fenmenos naturales y consiste en la representacin simblica de: 1) las relaciones observadas entre los eventos; 2) los mecanismos o estructuras que se supone subyacen tras tales relaciones; 3) las relaciones y mecanismos subyacentes inferidos que pretenden explicar los hechos observados. La Ley es una hiptesis confirmada que regularidades de las relaciones constantes observadas en de la naturaleza. refleja las los fenmenos

La Hiptesis es una proposicin terica referida inmediata o mediatamente a hechos no sujetos hasta ahora a experiencias y que es corregible a la vista de un nuevo conocimiento. Por lo tanto las hiptesis son formulaciones tentativas acerca de la naturaleza. En general podemos decir que ley y un conjunto de leyes es una teora. (*Delclaux, 1981. La elaboracin (Coord). Metodologa y Teora de UNED). una hiptesis confirmada es una

de la

teoras. En J. F. Psicologa (pp. 27-41).

Morales Madrid:

25. Puede una teora dar lugar a una ley? Las leyes resumen el conocimiento de los hechos y forman parte de las teoras. El proceso sera el siguiente: de una teora pueden surgir nuevas hiptesis, que si se confirman, pueden dar dan lugar a nuevas leyes que se incorporaran al esquema terico de la teora. Las hiptesis confirmadas pueden modificar o reforzar la teora de la que se ha partido. Por tanto, partiendo de una teora se pueden originar nuevas leyes, pero el paso previo es el establecimiento de hiptesis para poder comprobarlas empricamente. 26. En las funciones de las teoras (pg. 30), qu significa Reforzar la contrastabilidad de las hiptesis, sometindolas al control de las dems hiptesis? Una teora es un esquema conceptual formado por un conjunto de hiptesis relacionadas sobre una parcela del conocimiento cientfico. Al decir que una de las funciones de las teoras es "reforzar la contrastabilidad de las hiptesis sometindola al control de las dems hiptesis", quiere decirse que al someter a prueba una 12

hiptesis, ponindola en relacin con los hechos, se estn comprobando la adecuacin de las dems hiptesis que estn relacionadas con el entramado terico. 27. Qu son trminos primitivos? A veces, en la explicacin cientfica de un determinado dominio tambin se recurre a la utilizacin de trminos que pertenecen a otra rea de conocimiento en la cual ya han sido definidos, por ejemplo, en Psicologa es muy habitual el uso de diferentes tipos de medidas fsicas (peso, intensidad, conductancia, codificacin, etc.). A esos trminos importados de otras teoras se los denomina trminos primitivos.

INDEPENDENCIA/DEPENDENCIA DE LAS OBSERVACIONES 28. Podran aclararme lo que es la independencia / dependencia de las observaciones? Lo que significa es que cuando las observaciones son independientes, la puntuacin (u observacin) de un sujeto no nos da ninguna informacin sobre la de otro sujeto, ni tampoco condiciona la puntuacin de ese otro sujeto. Son totalmente independientes, no estn ligadas como las observaciones dependientes. Las puntuaciones son dependientes cuando se trabaja con diseos intrasujetos. En estos casos se toman datos de los mismos sujetos en ms de una ocasin. Por ejemplo, si queremos evaluar la influencia de diferentes formas de presentar la informacin (solo texto, texto e imgines en blanco y negro y texto e imgenes en colores) sobre el aprendizaje. En un diseo intrasujeto evaluaramos al grupo de sujetos despus de haber pasado por cada condicin. Obtendramos tres medidas, correspondientes a la media del grupo para condicin. Estas medidas como son de los mismos sujetos, estarn relacionadas, esto es, son dependientes. Es decir, las puntuaciones en un tratamiento condiciona la puntuacin en otro tratamiento. Por ejemplo, si en la prueba de texto slo obtienen una media de 3, en las otras condiciones las puntuaciones estn condicionadas por este nivel. Mientras que en un diseo intersujeto, seran tres grupos distintos de sujetos los que realizaran las pruebas, por tanto, las puntuaciones serian independientes.

METODO CIENTFICO 29. Me podra explicar de forma sencilla las caractersticas del mtodo cientfico de flexibilidad y diversidad de formas? Ms sencillo que decir que el mtodo cientfico no es un proceder nico para abordar el estudio de la realidad, sino que puede adoptar diferentes procedimientos y estrategias para adaptarse al objeto de estudio, no s. Usted puede estudiar el suicidio experimentalmente? Manipulara alguna variable para ver si se produce suicidio? Pues claro que no, entonces puede usar otros procedimientos que son cientficos que le aproximen al conocimiento sobre el suicidio. Puede utilizar una estrategia inductiva o deductiva. Y esta caracterstica 13

nos lleva a la segunda por la que pregunta, la flexibilidad. S al adoptar diversas formas para aproximarnos a conocer la realidad de manera cientfica, pues indica que el mtodo es flexible. 30. Puede explicarme el mtodo hipottico-deductivo? Como puedes ver en el documento de Deductivismo e Inductivismo: "Aristteles afirmaba que la investigacin va desde el conocimiento de un fenmeno y la formulacin de principios explicativos del mismo (proceso inductivo) hasta la deduccin de enunciados sobre esos hechos a partir de los principios explicativos (proceso deductivo)". Se utilizan tanto el proceso inductivo como el deductivo en el mtodo hipottico-deductivo. En el documento mencionado anteriormente tienes ejemplos. Dado que el mtodo cientfico consiste en un procedimiento general de actuacin, ste puede adoptar diferentes formas dependiendo de dnde se site el punto de partida. (1) El Mtodo Inductivo es una variante del Mtodo Cientfico, procede de la tradicin empirista de la filosofa que considera que slo se puede llegar al conocimiento a travs de la experiencia. De ah, que el punto de partida para los cientficos inductivistas sea la observacin de la realidad para acumular datos, ordenarlos y establecer a partir de ellos conclusiones o leyes generales aplicables a todo el conjunto de observaciones. En Psicologa, Skinner (1904-1990) es el mximo representante de esa forma de proceder. l sostena que la investigacin no deba estar dirigida por las teoras o por las hiptesis, que eran innecesarias, sino por la curiosidad del investigador. Por ello, realizaba investigaciones en las que manipulaba estmulos externos al sujeto para registrar los cambios que se producan en su comportamiento, y a partir de los datos obtenidos en mltiples observaciones propona leyes generales del aprendizaje (Arnau y Balluerka, 1998). Ejemplo: Los tres amigos alemanes que tengo son rubios y de ojos azules por tanto induzco que todos los alemanes son rubios y de ojos azules. (2) El Mtodo Deductivo es otra variante del Mtodo Cientfico que se caracteriza por partir de un conjunto de axiomas, principios indemostrables a los que se llega por procesos de razonamiento que no se apoyan en observaciones empricas, y por establecer un conjunto de reglas de procedimiento, a partir de las cuales se realizan deducciones lgicas aplicables a los datos reales. Es decir, el Mtodo Deductivo permite hacer inferencias sobre la realidad, que no se basan en observaciones empricas sino en la construccin de sistemas lgicos internamente consistentes. El mejor ejemplo de uso de este mtodo lo encontramos en las matemticas. Ejemplo: Todos los alemanes son rubios y de ojos azules (suponiendo que esta regla fuera verdadera), por tanto, si conozco a algun aleman en los prximos dias ser rubio y tendr ojos azules. (3) El Mtodo Hipottico-Deductivo se define por utilizar de forma combinada las dos estrategias anteriores: la induccin y la deduccin. La Ciencia en su bsqueda de conocimiento necesita tanto de los datos empricos como de las teoras. El proceso de investigacin cientfica puede comenzar: a) Desde una teora de la que se deduce o infiere una consecuencia que se va a contrastar con los hechos empricos, y a partir de los datos obtenidos en ese 14

proceso de contrastacin se corrobora, se rechaza, o se modifica lo deducido desde la teora (proceso deductivo). b) Se puede comenzar desde los datos, desde las observaciones empricas y a partir de ellas elaborar una teora (proceso inductivo). Desde esa teora se deduciran consecuencias que habra que someter a un proceso de contrastacin emprica. Ejemplo: Los tres amigos que tengo son rubios y de ojos azules, los alemanes son rubios y de ojos azules (si esto fuera una regla verdadera), por tanto induzco que mis amigos son alemanes. El Mtodo Hipottico-Deductivo es el que mejor caracteriza al modo de proceder que tienen la mayor parte de las disciplinas cientficas y de la Psicologa en la actualidad.

MUESTREO PROBABILSTICO / NO PROBABILSTICO 31. Qu es el muestreo probabilstico y no probabilstico que aparece en el cuadro 1.8.? Dnde puedo ver ejemplos? A lo largo del libro vas a encontrar mltiples ejemplos de muestreo o proceso por el cual es elegida la muestra. No debes detener tu estudio por una clasificacin en un cuadro. Un ejemplo de muestreo probabilstico sera el muestreo aleatorio simple en el que se trata de formar aleatoriamente la muestra. Puedes elegir una muestra al azar utilizando tablas de nmeros aleatorios. Este tipo de muestreo se caracteriza porque todas las muestras posibles obtenidas son equiprobables (es decir, tienen la misma probabilidad de ser elegidas; el clculo de las probabilidades de cada muestra excede el alcance de este curso) y nos dar una muestra representativa de la poblacin. Adems nos asegurar grupos equivalentes antes de aplicar los tratamientos experimentales, lo cual es necesario para si se encuentran despus diferencias entre ellos, poderlas atribuir a la variable independiente introducida. (Puedes ver todo lo referido a aleatorizacin en la pgina 152, tema 5). Ejemplos de muestreo no probabilstico, que es aqul en que la muestra no se realiza al azar sino por algn criterio determinado o por facilidad de acceso, lo puedes encontrar en la pgina 364, tema 11 (Investigacin cualitativa). All puedes leer todo sobre el muestreo de conveniencia, a propsito y de bola de nieve. 32. Qu significa que el muestreo probabilstico es el nico tipo de muestreo capaz de darnos el riesgo que cometemos en la inferencia? Lo que significa es que slo con el muestreo probabilstico, despus de llevar a cabo los contrastes de hiptesis estadsticos, podremos hacer afirmaciones tales como: "Podemos concluir con una seguridad o confianza del 95% que existen diferencias significativas entre los grupos" o bien "Podemos concluir, con un riesgo o probabilidad de equivocarnos del 5%, que no existen diferencias entre los grupos". En el libro de la asignatura de Introduccin al Anlisis de Datos, pg. 248 y siguientes, tienes ampliado el muestreo probabilstico y no probabilstico.

15

33. Qu significa que el investigador elige un tipo de muestreo no probabilstico por razones de accesibilidad? Un muestreo probabilstico implica que hay que tener disponibilidad y acceso a todos los posibles participantes seleccionados al azar para la muestra. Pero como esto es muchas veces poco menos que imposible, no puede ir desde Murcia hasta la Corua, no tiene acceso, pues decide hacer muestreo no probabilstico -de convenienciapara realizar el estudio.

PARTICIPANTES Y UNIDAD MUESTRAL 34. Cules son las diferencias entre PARTICIPANTES y UNIDAD MUESTRAL? Unidad muestral son cada uno de los elementos de la muestra y estos pueden ser o un individuo o un grupo (comunidad de vecinos, una provincia, un pas...), mientras que los participantes de una investigacin se refiere siempre a cada individuo (cada una de las personas o animales que participan en la investigacin). Un ejemplo sera si quisiramos investigar el paro el distintos pases. Las unidades muestrales seran los distintos pases, mientras que los participantes seran cada uno de los sujetos de esos pases que participan en la investigacin. Los participantes siempre son individuos, mientras que las unidades muestrales pueden ser grupos. En la mayora de los diseos experimentales, cuasiexperimentales, etc. que vais a ver ms adelante en el libro, cada uno de los sujetos participantes que pasan por el experimento es una unidad muestral. Por ej, se extrae una muestra de 10 sujetos para aplicarles un tratamiento, cada uno de los participantes es una unidad muestral. 35. Segn la amplitud, porqu este orden es el correcto: participante<unidad muestral<muestra? Porque si tomamos como ejemplo el uso de las nuevas tecnologas por parte de las familias, de la poblacin bsica de familias con hijos en edad escolar tomaramos la muestra, donde cada familia con hijos en edad escolar puede constituir una unidad de muestreo. Esta unidad de muestreo (la familia) es el participante en el estudio. Coincide la unidad de muestreo con el participante en los casos en que todas las unidades muestrales no abandonan la investigacin. Los participantes son los que finalmente tenemos en la investigacin. Por lo tanto, lo mayor es la muestra, lo siguiente la unidad muestral (cada elemento de la muestra), y lo siguiente, las unidades muestrales que nos quedan al final de la investigacin, es decir, los participantes (unidades muestrales que no han abandonado, etc).

16