Metodología de Investigación en Educación: Diseños, Variables y Análisis Estadístico

Diseños de Investigación en Educación

Diseños Experimentales

Diseño de un grupo control sin pretest

• Validez externa: Aceptable. No hay grupo control.
• Validez interna: No es óptima. No hay pretest.

Diseño de un grupo control con pretest y postest

• Validez interna: Aceptable. Hay pretest y postest.
• Validez externa: Limitada.
• Es el más utilizado de los diseños experimentales básicos.

Diseño de cuatro grupos de Solomon

• Desarrolla los dos diseños anteriores y acumula sus ventajas.
• Validez interna y externa: Aceptable.

Diseños Preexperimentales

Diseño de un solo grupo sin pretest

• Absoluta falta de control.

Diseño de un solo grupo con pretest y postest

• Solo permite conclusiones tentativas.

Diseño ex post facto

• Falta de control inicial.
• Dos grupos no equivalentes.
• Validez: Muy deficiente.

Análisis Estadístico: Comparación de Observaciones y Muestras

En primer lugar, siguiendo la vía paramétrica, vamos a comparar las observaciones tanto O₁ y O₂ como O₃ y O₄. En las primeras, trataremos de buscar diferencias significativas y, en las segundas, debemos asegurar que la variable de estudio no se modifica. Para ello, deben cumplir el prerrequisito de normalidad. Por eso, utilizamos las pruebas KS o KSL (H₀=O₁->N/H₁=O₂->N)(H₀=O₃->N/H₁=O₄->N). Estas pruebas darán un valor p. Si la significación es <0,05, rechazamos H₀ y, si es >0,10, la aceptamos.

• Si se cumplen los prerrequisitos, realizamos la prueba t para dos muestras relacionadas y, de este modo, sabremos que se trata de una escala de razón (H₀=HO₁=HO₂).
• Si no se cumplen los prerrequisitos, realizamos las pruebas no paramétricas de Wilcoxon y la prueba de signos (escala nominal/ordinal) para muestras relacionadas (H₀:m+=m-)(H₀: P(o₁>o₂)=P (o₁<o₂)).

En segundo lugar, siguiendo la vía paramétrica, vamos a comparar las muestras independientes "O₁ y O₃" y "O₂ y O₄". En las primeras, trataremos de asegurar la homogeneidad inicial de nuestra muestra y, en las segundas, buscaremos diferencias significativas. Para ello, deben cumplir con los prerrequisitos de normalidad (ambas KS o KSL) y de igualdad de varianzas (Levene) (H₀: σO₁=σO₃)(H₀:σO₂=σO₄).

• Si se cumplen los prerrequisitos, realizamos la prueba t para dos muestras independientes.
• Si no se cumplen los prerrequisitos, realizamos la prueba no paramétrica de Mann-Whitney para muestras no independientes.

Test de Hipótesis

El test de hipótesis se entiende como el procedimiento estadístico mediante el cual se investiga la verdad o falsedad de una hipótesis acerca de una población estadística.

Llamaremos hipótesis nula, H₀, a la hipótesis que se formula y, por tanto, queremos contrastar o rechazar, e hipótesis alternativa, H₁, a cualquier otra hipótesis diferente de la formulada. La aceptación de H₀ implica el rechazo de la alternativa H₁ y viceversa.

Naturaleza y Escala de las Variables

La naturaleza de los datos puede ser de dos tipos: cualitativa o cuantitativa.

• La primera consta de valores no numéricos, como pueden ser el número que lleven los atletas o los colores de un equipo.
• La segunda consta de valores numéricos, como pueden ser la medición de la temperatura o el peso.

Los diferentes tipos de escalas son:

• Nominales (=,≠): Permanecen invariables ante cualquier transformación o permutación. Moda.
• Ordinales (=,≠,<,>): Invariables ante cualquier transformación isotónica. Mediana, Moda, Percentiles.
• De Intervalo (=,≠,<,>,+,-): Permanece invariable bajo transformación lineal.
• De Razón (=,≠,<,>,+,-,x,/): Permanece invariable bajo transformación de semejanza. Media, Mediana, Moda, Desviación Típica, Varianza, Asimetría, Error típico de asimetría, Curtosis, Error típico de curtosis, Rango, Mínimo, Máximo, Percentiles.
• Medida es la asignación de un número a objetos en función de una regla. La escala de medida es precisamente esa regla o conjunto de reglas que permite realizar la medida.

Medidas Estadísticas

Medidas de tendencia central, medidas de dispersión, medidas de posición y medidas de forma:

• Las medidas de posición permiten situar una distribución de datos y las más importantes, porque suministran un valor central representativo de toda la distribución. Se suelen denominar promedios. Media y Moda.
• Las medidas de dispersión sirven para medir el grado de esparcimiento de los datos de una distribución. Recorridos y Desviación típica.
• Las medidas de concentración tienen como objetivo fundamental cuantificar el grado de desigualdad en el reparto o distribución de una magnitud entre un número determinado de unidades.
• Las medidas de forma sirven para caracterizar de manera más precisa a una distribución de frecuencias. Medidas de asimetría y curtosis.

Conceptos Clave en Investigación

• Universo: Conjunto de todas las mediciones o sujetos posibles.
• Población: Conjunto de los individuos extraídos del universo en los que se desea estudiar el fenómeno y reúne las características de lo que es objeto de estudio.
• Muestra: Conjunto de casos extraídos de una población, seleccionados por algún método de muestreo.

Paradigmas de Investigación

Paradigma Positivista

• La realidad se presenta como simple, tangible, convergente y fragmentable.
• La finalidad de la ciencia es conocer y explicar la realidad con el objeto de dominarla y controlarla.
• La fundamentación teórica servirá para seleccionar y estudiar variables, además de permitir el análisis e interpretación de los datos obtenidos. Esto permitirá formular leyes y generar conocimiento técnico. Leyes nomotéticas.

Paradigma Interpretativo

• La ciencia no es algo abstracto y aislado del mundo, sino que depende del contexto social, sin el cual es difícil comprender la conducta humana, ya que es dentro de él donde los sujetos interpretan sus pensamientos, sentimientos y acciones.
• La conducta humana es más compleja y diferenciada que en otros seres vivos. Por tanto, es imposible explicarla de la misma forma que se explican los fenómenos en las ciencias naturales.
• Las teorías son relativas, ya que cada sociedad actúa con valores propios y estos cambian con el tiempo.

Paradigma Sociocrítico

• Ni la ciencia ni los procedimientos metodológicos empleados son asépticos, puros y objetivos.
• El tipo de explicación de la realidad que ofrece la ciencia no es objetiva ni neutral.
• La metodología que se propugna desde la ciencia social crítica es la crítica ideológica.

Fiabilidad y Simplicidad en el Diseño de Investigación

La fiabilidad se refiere a la constancia para captar la relación entre las variables. Esto se favorece si se eligen valores adecuados en las variables. La fiabilidad de un diseño suele estimarse después de la repetición de su aplicación en situaciones similares. A partir de aquí, sabemos si se obtienen los mismos resultados y si es fiable.

La simplicidad implica que el problema que se defina debe ser preciso y concreto, facilitando la búsqueda o elaboración de un diseño coherente con el problema investigado.

Test de Autoevaluación

1. B. La muestra no es previamente determinada -> Interpretativo.
2. A y B. Positivista, es simple, método científico = neutral.
3. B y C. Muchas observaciones, pocas variables.
4. A. Mismo momento, diferentes periodos evolutivos.
5. B. Es correcta, media 9.
6. A. Mediana.
7. E. Cuantitativa nominal.
8. E. Todas.
9. B. Busca maximizar.
10. Todas correctas. Paramétricas.