DISEOS DE

INVESTIGACIN

EXISTE INTERVENCIN PLANIFICADA
DEL INVESTIGADOR?
Cuando no existe intervencin planificada del
investigador (no tiene control de las variables
durante el estudio) estamos frente a un diseo
observacional.
Si el investigador modifica intencionalmente las
condiciones del estudio y por lo tanto interfiere el
curso original de los hechos (ejerce control sobre la
situacin investigada) el diseo es de tipo
experimental.
QU PERODO CUBRIR EL ESTUDIO Y CUL
SER LA SECUENCIA?
si el estudio est planeado para determinar los
cambios que se producen en un sistema
(personas, animales, clulas, etc.) a lo largo del
tiempo, el diseo es LONGITUDINAL.
CUANDO INTERESA CONOCER CUL ES LA
SITUACIN EN QUE SE ENCUENTRA EL
SISTEMA EN UN MOMENTO NICO, EL
DISEO ES DE TIPO TRANSVERSAL.
SE REGISTRARN HECHOS QUE OCURRAN A
PARTIR DEL COMIENZO DE LA
INVESTIGACIN O LOS ACAECIDOS EN
EL PASADO?

SI SE REGISTRAN LOS HECHOS QUE VAN
ACONTECIENDO EL DISEO ES DE TIPO
PROSPECTIVO.
Cuando las causas se buscan a partir de hechos
que ya ocurrieron el diseo es de tipo
RETROSPECTIVO.
EXISTE UN FLUJO LGICO DE ACTIVIDADES
QUE IMPONE LA SIGUIENTE SECUENCIA:
OBSERVACIONAL DESCRIPTIVO
OBSERVACIONAL ANALTICO
EXPERIMENTAL
DISEOS OBSERVACIONALES (NO
EXPERIMENTALES)
No existe manipulacin deliberada de
ninguna variable independiente.
Por la secuencia temporal o momentos en los
que se procede a la recoleccin de datos, pueden
ser transversales o longitudinales.
DISEOS OBSERVACIONALES
TRANSVERSALES.
DISEOS OBSERVACIONALES TRANSVERSALES
DESCRIPTIVOS.

determinan las frecuencias o valores que poseen una o ms
variables en un determinado momento (incidencia y
prevalencia)
LA PREVALENCIA ES MS FCIL DE
DETERMINAR QUE LA INCIDENCIA. PARA
EVALUAR LA PREVALENCIA ES SUFICIENTE
RECOLECTAR LOS DATOS EN UN SOLO
MOMENTO. EN CAMBIO, LA INCIDENCIA
REQUIERE PARTIR DE UNA SITUACIN
CONOCIDA Y SEGUIR SU EVOLUCIN EN EL
TIEMPO PARA DETERMINAR EN CUNTO SE
MODIFICA.
TANTO LA INCIDENCIA COMO LA
PREVALENCIA SE EXPRESAN EN FORMA DE
TASAS, LAS CUALES REPRESENTAN LA
RELACIN MEDIANTE COCIENTE ENTRE EL
NMERO DE PERSONAS QUE POSEEN UNA
CIERTA CARACTERSTICA O FENMENO Y
EL TOTAL DE PERSONAS QUE INTEGRAN LA
POBLACIN
DISEO ES OBSERVACIONAL TRANSVERSAL
DESCRIPTIVO DE CASOS.

Cuando el estudio analiza diversas variables en
unas pocas unidades muestrales, ya sea porque
las caractersticas o fenmenos observados son
infrecuentes o porque constituyen el inicio de
investigaciones ms amplias
DISEOS OBSERVACIONALES
TRANSVERSALES CORRELACIONALES.

tienen el propsito de poner de manifiesto las
variaciones simultneas que experimentan dos o
ms variables, pero sin establecer relaciones de
causalidad.
DISEOS OBSERVACIONALES
LONGITUDINALES.
Son diseos que evalan de manera continua la
evolucin de una o ms variables a lo largo del
tiempo, para establecer los cambios que se
producen en cada una de ellas o en sus
relaciones.
EXISTEN DOS TIPOS DE DISEOS ANALTICOS
:DE COHORTES Y DE CASOS Y CONTROLES:
Estudios de cohortes (o de evolucin de
grupos).
En su forma tradicional, consisten en la
seleccin de dos grupos de unidades (cohortes):
COHORTE DE ESTUDIO: Sus integrantes
poseen una cierta caracterstica o estn
expuestos al factor o variable objeto de estudio
sospechado de producir un determinado
fenmeno.
COHORTE DE CONTROL: No existe dicha
caracterstica.
Partes de un articulo de
investigacin
Partes de un articulo de
investigacin
Variables
Una variable es una caracterstica observable que vara entre los
diferentes individuos de una poblacin. La informacin que
disponemos de cada individuo es resumida en variables.

En los individuos de la poblacin espaola, de uno a otro es
variable:

El grupo sanguneo
{A, B, AB, O} Var. Cualitativa
Su nivel de felicidad declarado
{Deprimido, Ni fu ni fa, Muy Feliz} Var. Ordinal
El nmero de hijos
{0,1,2,3,...} Var. Numrica discreta
La altura
{162 ; 174; ...} Var. Numrica continua


Tipos de variables
Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a
un nmero (no se pueden hacer operaciones algebraicas con ellos)

Nominales: Si sus valores no se pueden ordenar
Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No)

Ordinales: Si sus valores se pueden ordenar
Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor

Cuantitativas o Numricas
Si sus valores son numricos (tiene sentido hacer operaciones
algebraicas con ellos)

Discretas: Si toma valores enteros
Nmero de hijos, Nmero de cigarrillos, Num. de cumpleaos

Continuas: Si entre dos valores, son posibles infinitos valores intermedios.
Altura, Presin intraocular, Dosis de medicamento administrado, edad
ANALISIS DECRIPTIVO
CALCULO PRINCIPALES PARMETROS DE
POSICIN Y DISPERSIN

MEDIDAS DE TENDENCIA CENTRAL
Tabla ampliada de anlisis descriptivo
Ejemplo Tabla 1
Caractersticas N (%)
Variable Categorica 1
Valor 1 x (X%)
Valor 2 x (X%)
Valor 3 x (X%)
Variable numrica (unidad)* Y Z
Variable Categorica 2
Valor 1 x (X%)
Valor 2 x (X%)
* Media desviacin estndar
MEDIDAS DE POSICION
MEDIDAS DE CENTRALIZACIN
MEDIDAS DE POSICIN PROPIAMENTE
DICHAS
MEDIA
MEDIANA
MODA
QUARTILES
DECILES
CENTITLES






Medidas de Posicin: son aquellos valores numricos que
nos permiten o bien dar alguna medida de tendencia central,
dividiendo el recorrido de la variable en dos, o bien
fragmentar la cantidad de datos en partes iguales. Las ms
usuales son la media, la mediana, la moda, los cuartiles,
quintiles, deciles y percentiles.
Medidas de Dispersin: aquellas que permiten retratar la
distancia de los valores de la variable a un cierto valor
central, o que permiten identificar la concentracin de los
datos en un cierto sector del recorrido de la variable. Se trata
de coeficientes para variables cuantitativas. Las ms usuales
son el desvo estndar y la varianza.
Medidas de tendencia central


Media o promedio (tambin llamada
media aritmtica). punto de equilibrio de
las observaciones. Es decir, es el punto
medio del recorrido de la variable segn
la cantidad de valores obtenidos.






La Media
El clculo de la Media
Dado un conjunto de observaciones

la media se representa mediante y se obtiene dividiendo la suma de todos los
datos por el nmero de ellos, es decir:






La interpretacin de la media como centro (o punto de equilibrio) de los datos se
apoya en una propiedad que afirma que la suma de las desviaciones




de un conjunto de observaciones a su media es igual a cero; es decir, puede
probarse que






La media aritmtica de un conjunto de datos es el cociente
entre la suma de todos los datos y el nmero de estos.

Ejemplo: las notas de luisa el ao pasado fueron:

5, 6, 4, 7, 8, 4, 6
La nota media de Juan es:
Nota media =
7 , 5
7
40
7
6 4 8 7 4 6 5
= =
+ + + + + +
que suman 40
Hay 7 datos
Mediana

La mediana, a diferencia de la media no busca el valor central del recorrido de la variable
segn la cantidad de observaciones, sino que busca determinar el valor que tiene aquella
observacin que divide la cantidad de observaciones en dos mitades iguales. Por lo tanto es
necesario atender a la ordenacin de los datos, y debido a ello, este clculo depende de la
posicin relativa de los valores obtenidos. Es necesario, antes que nada, ordenar los datos de
menor a mayor (o viceversa).


La mediana de un conjunto de datos es un valor del mismo
tal que el nmero de datos menores que l es igual al nmero
de datos mayores que l.
Ejemplo: Los pesos, en kilogramos, de 7 jugadores de un equipo de
ftbol son: 72, 65, 71, 56, 59, 63, 72

1. Ordenamos los datos: 56, 59, 63, 65, 71, 72, 72
2. El dato que queda en el centro es
65.
La mediana vale 65.
Caso: Si el nmero de datos fuese par, la mediana es la media aritmtica
de los dos valores centrales.
Para el conjunto 56, 57, 59, 63, 65, 71, 72, 72, la mediana
es:
64
2
65 63
=
+
Moda
La moda, es aquel dato, aquel valor de la
variable que ms se repite; es decir, aquel
valor de la variable (que puede no ser un
nico valor) con una frecuencia mayor.

La moda de un conjunto de datos es el dato que ms se repite.
Una zapatera ha vendido en una semana los zapatos
que se reflejan en la tabla:
Ejemplo.
La moda es 41.
N de calzado 38 39 40 41 42 43 44 45
N de personas 16 21 30 35 29 18 10 7
El nmero de zapato ms
vendido, el dato con mayor
frecuencia absoluta, es el 41.
Lo compran 35 personas
Distribucin y sesgo
Distribucin simtrica
Distribucin asimtrica
Sesgo a la izquierda o a la derecha

Cuartil, Quintiles, Deciles, Percentiles

La mediana, como vimos, separa en dos mitades el conjunto
ordenado de observaciones.
Podemos a su vez subdividir cada mitad en dos, de tal manera que
resulten cuatro partes iguales. Cada una de esas divisiones se
conoce como Cuartil y lo simbolizaremos mediante la letra Q
agregando un subndice segn a cual de los cuatro cuartiles nos
estemos refiriendo.
Se llama primer cuartil (Q1) a la mediana de la mitad que contiene
los datos ms pequeos. Este cuartil, corresponde al menor valor
que supera o que deja por debajo de l a la cuarta parte de los
datos.
Se llama tercer cuartil (Q3) a la mediana de la mitad formada por
las observaciones ms grandes. El tercer cuartil es el menor valor
que supera o que deja por debajo de l a las tres cuartas partes
de las observaciones.
Con esta terminologa, la mediana es el segundo cuartil (Q2) y el
cuarto cuartil (Q4) coincide con el valor que toma el ltimo dato,
luego de ordenados.

Cuartiles

X
~
DATOS ORDENADOS

25%
25% 25% 25%
MIN Q1 Q2 Q3 MAX


Son 3 valores que dividen al conjunto de datos ordenados en forma
ascendente en 4 partes iguales. Primer (Q1), segundo (Q2) y tercer (Q3)
cuartil. A cada uno de ellos corresponde 25 % de los datos.
Pos Q
k

=
4
* k n
DATOS SIN AGRUPAR
DATOS AGRUPADOS
C
f
F
i N
L
Qi
ant
i

|
.
|

\
|

+ =
2
X
~
Qk es el cuartil k (1,2,3 y4) n tamao de la muestra
Uso de los cuartiles
Para indicar el porcentaje igual o menor que el valor de
un cuartil.
Para construir la curva endmica
Para describir el 50% central de las observaciones
Elaboracin de grafico de cajas
Medidas de dispersin
Rango o amplitud: la diferencia entre el
valor mximo y mnimo
Mximo Mnimo Rango
M1 100 0 100
M2 80 20 60
Datos
M3 0 5 5 5 10
M4 0 1 5 9 10
media mediana Rango
5 5 10
5 5 10
M3 20 100 0 60 70
M4 60 20 80 60 30
Media mediana
M3 50 60
M4 50 60
* * * * *




0 10 20 30 40 50 60 70 80 90 100
Media Geomtrica
La media geomtrica es la raz
ensima del producto de todos
los valores de la serie.
Media Armnica
La media armnica se define
como el recproco de la media
aritmtica de los recprocos de
los valores.
y reacomodando la frmula se
tiene:
Medidas de Dispersin
El desvo estndar
Es posible identificar conjuntos de datos que a pesar de ser
muy distintos en trminos de valores absolutos, poseen la
misma media. Una medida diferencial para identificar esos
conjuntos de datos es la concentracin o dispersin
alrededor de la media.

Una manera de evitar que los distintos signos se compensen
es elevarlas al cuadrado, de manera que todas las
desviaciones sean positivas. La raz cuadrada del promedio
de estas cantidades recibe el nombre de desvo estndar, o
desviacin tpica y es representada por la siguiente frmula:

El desvo estndar
A mayor valor del coeficiente del desvo estndar, mayor dispersin de los
datos con respecto a su media. Es un valor que representa los promedios
de todas las diferencias individuales de las observaciones respecto a un
punto de referencia comn, que es la media aritmtica. Se entiende
entonces que cuando este valor es ms pequeo, las diferencias de los
valores respecto a la media, es decir, los desvos, son menores y, por lo
tanto, el grupo de observaciones es ms homogneo que si el valor de la
desviacin estndar fuera ms grande. O sea que a menor dispersin
mayor homogeneidad y a mayor dispersin, menor homogeneidad.


La Varianza
El cuadrado de la desviacin estndar recibe el nombre de varianza y se representa
por . La suma de los cuadrados de los desvos de la totalidad de las observaciones,
respecto de la media aritmtica de la distribucin, es menor que la suma de los
cuadrados de los desvos respecto de cualquier otro valor que no sea la media
aritmtica.

Si observamos, veremos que la varianza no es ms que el desvo estndar al
cuadrado. Precisamente la manera de simbolizarla es.

Por lo mismo, el desvo estndar puede definirse como la raz cuadrada de la varianza


8 cms.
Aqu tenemos 9 rectngulos cuya altura es de 8 centmetros (y todos
tienen la misma base).
Existe alguna variacin respecto de su altura entre estos rectngulos?
Cul es el promedio de la altura de estos rectngulos?
8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8
9
=
72
9
= 8
El quinto rectngulo y el octavo rectngulo en un acto de rebelda
cambiaron su altura. El quinto rectngulo, ahora de color rojo, mide 10
centmetros, y el octavo rectngulo, de color azul, mide 6 centmetros?
Cul es el nuevo promedio de estos 9 rectngulos?
8 + 8 + 8 + 8 + 10 + 8 + 8 + 6 + 8
9
=
72
9
= 8
... el mismo promedio! Pero... ha habido variacin?
8 cms.
10 cms
6 cms
El rectngulo rojo tiene +2 centmetros sobre el promedio, y el
rectngulo azul tiene 2 centmetros bajo el promedio. Los otros
rectngulos tienen cero diferencia respecto del promedio.
8 cms.
10 cms
6 cms
Si sumamos estas diferencias de la altura respecto del promedio,
tenemos
0 + 0 + 0 + 0 + 2 + 0 + 0 2 + 0 = 0
Este valor nos parece indicar que no ha habido variabilidad! Y sin
embargo, ante nuestros ojos, sabemos que hay variacin.
8 cms.
10 cms
6 cms
Una forma de eliminar los signos menos de aquellas diferencias que
sean negativas, esto es de aquellos mediciones que estn bajo el
promedio, es elevar al cuadrado todas las diferencias, y luego sumar...
0
2
+ 0
2
+ 0
2
+ 0
2
+ 2
2
+ 0
2
+ 0
2
+ ( 2)
2
+ 0
2
= 8

Y este resultado repartirlo entre todos los rectngulos, es decir lo
dividimos por el nmero de rectngulos que es 9
0
2
+ 0
2
+ 0
2
+ 0
2
+ 2
2
+ 0
2
+ 0
2
+ ( 2)
2
+ 0
2
=

9 9
8
= 0,89
8 cms.
10 cms
6 cms
Se dice entonces que la varianza fue de 0,89
Observemos que las unidades involucradas en el clculo de la varianza
estn al cuadrado. En rigor la varianza es de 0,89 centmetros cuadrados.
De manera que se define
0, 89 0, 943 =
La raz cuadrada de la varianza se llama desviacin estndar
8 cms.
10 cms
6 cms
Que la desviacin estndar haya sido de 0,943 significa que en promedio la
altura de los rectngulos variaron (ya sea aumentando, ya sea
disminuyendo) en 0,943 centmetros.
Es claro que esta situacin es en promedio, puesto que sabemos que
los causantes de la variacin fueron los rectngulos quinto y octavo.
Esta variacin hace repartir la culpa a todos los dems rectngulos
que se portaron bien.
La desviacin estndar mide la dispersin de los datos respecto del
promedio
8 cms.
10 cms
6 cms
4 cms
8 cms. 8 cms. 8 cms.
7 cms.
8 cms.
Cul es la varianza y la desviacin estndar de las alturas de los rectngulos?
En primer lugar debemos calcular el promedio
8 + 4 + 8 + 8 + 10 + 8 + 7 + 6 + 8
9
= 7,44
Luego debemos calcular la varianza
8 cms.
10 cms
6 cms
4 cms
8 cms. 8 cms. 8 cms.
7 cms.
8 cms.
Promedio
7,44
0,56
-3,44
0,56
0,56 2,56
0,56 -0,44
-1,44
0,56
0,56
2
+ (-3,44)
2
+ 0,56
2
+ 0,56
2
+ 2,56
2
+ 0,56
2
+ (-0,44)
2
+ (-1,44)
2
+
0,56
2
9
22,2224
9
=
= 2,469
Este es el valor de la varianza
10 cms
8 cms.
6 cms
4 cms
8 cms. 8 cms. 8 cms.
7 cms.
8 cms.
Promedio
7,44
Si la varianza fue de 2,469, entonces la desviacin estndar es de...
2, 469 1, 57 =
Lo que significa que, en promedio, los rectngulos se desviaron ms o
menos (ms arriba o ms abajo) en 1,57 centmetros.
Para entender la varianza necesariamente debe saber:
Sumar
Restar
Multiplicar
Dividir
Potencia de orden 2
Raz cuadrada
Y es claro que esto no es suficiente (salvo que queramos que aprenda de
memoria los clculos). Necesitamos estimular su imaginacin para que
vea la variabilidad existente en la naturaleza.
Entregue una lista de fenmenos en que un mismo atributo tenga
variabilidad si se mide este atributo a un nmero de individuos u objetos.
Coeficiente de Variacin Pearson
Medida de variabilidad relativa: se usa para comparar la
variabilidad entre dos o mas muestras medidas en las mismas
unidades o no
100 * %
x
s
CV =
Si el coeficiente es:
<10% poca dispersin
10-33% aceptable
34-50% alta dispersin
>50% muy alta

Poblacin
( parmetros: ; o)
Muestra
(estimadores: ,s )
x
x


Un Parmetro es una caracterstica numrica de la
poblacin (se representan con letras griegas)
Un Estimador a una caracterstica numrica de la muestra
(se representan con letras latinas)

DEFINICIONES
Porqu se usa la media junto con
la desviacin estndar en el
anlisis de datos?

Se requiere expresar una medida que represente
a todos los datos (media) pero al mismo tiempo
se desea expresar la variacin de los mismos
respecto a esa medida de tendencia central
A que tipo de diseo se
realiza primordialmente el
anlisis de tendencia central?
A que tipo de variable se
realiza el anlisis de tendencia
central?
Las siguientes reglas deben considerarse al
decidir cual medida se aplicar a las
observaciones del trabajo
investigacin. La media se usa
para datos numricos y
distribuciones simtricas, es
decir sin ningn tipo de sesgo,
y es sensible a los valores
absolutos
La mediana se emplea para
datos ordinales o para datos
numricos con distribucin
sesgada, porque no es sensible
a la variacin de los extremos
Sesgo estadstico
El sesgo de un estimador es la diferencia que hay entre el valor
esperado del estadstico muestral y el parmetro de la poblacin
Error = Error aleatorio (ste ocurre o est dado por el azar)
Sesgo = Error sistemtico (est condicionado por algn factor
distinto al azar)
El sesgo puede ser producto del muestreo o de la medicin de los
individuos.
Medicin individual: valor exacto + sesgo + error aleatorio
La validez interna tiene que ver con aquellas amenazas que
podran explicar los resultados
Fuente de sesgo
de seleccin: debido a cmo se eligieron o se seleccionaron sujetos
sujetos.
de informacin: debido a proceso de medicin.
de confusin: debido a una mezcla de efectos debido a una tercera
variable (variable de confusin).