GUIA DE REDACCIN DE RESULTADOS EN LA

INVESTIGACIN CIENTFICA
1


Walter Capa Luque
Facultad de Psicologa, UNFV

Tomando en consideracin las normas de redaccin cientfica establecidas por
la Asociacin Americana de Psicologa (APA) en su ltima edicin, normas que
son aceptadas universalmente por convencin y no por obligacin en la
comunidad psicolgica, presentamos a modo de ejemplos ilustrativos la forma
en que se deben presentar los diferentes tipos de anlisis de datos que ms
usualmente se reportan en la seccin de resultados en todas las
investigaciones psicolgicas de carcter emprico.

Para quienes se inician en la investigacin cientfica, y con mayor razn si se
trata de estudiantes, no siempre resulta fcil ubicar un material bibliogrfico que
le proporcione toda la informacin necesaria sobre cmo organizar, presentar y
describir los datos obtenidos de los anlisis estadsticos. El autodidacta, que
est habituado a regular su propio aprendizaje, puede luego de revisar en una
cierta cantidad de revistas cientficas de calidad acadmica reconocida llegar a
la conviccin de cual es la forma ms comn y didctica de presentar los
resultados de investigacin. Sin embargo, esta ltima modalidad de aprendizaje
es muy poco comn entre los estudiantes.


En correlato con lo expresado y con la finalidad de facilitar a los estudiantes en
la redaccin de sus resultados de investigacin se ofrece la presente gua que
esperamos ayude o sirve de modelo para 4 objetivos bsicos:

1 Orientar a denominar un subttulo para los resultados se presentan ya sean
en forma de tablas o figuras, segn sea el tipo de anlisis estadstico
utilizado para organizar y simplificar los datos.
2 Orientar a utilizar el estilo APA tanto para numerar la Tabla, denominar el
ttulo o nombre de la Tabla, segn sea el tipo de anlisis estadstico
utilizado para organizar y simplificar los datos. As como para indicar donde
y cmo ubicar el nmero y ttulo de la Tabla.
3 Orientar a utilizar un formato de Tabla segn sea el tipo de anli sis
estadstico utilizado para organizar y simplificar los datos. As como indicar
qu datos se deben colocar en la Tabla necesariamente y cmo. No
siempre se reportan todos los datos que los paquetes estadsticos generan.
4 Orientar a redactar los datos contenidos en la Tabla, segn sea el tipo de
anlisis estadstico utilizado para organizar y simplificar los datos.

1
Material didctico preparado para las asignaturas Diseos de Investigacin Psicolgica.
Metodologa de Tesis Universitaria. Investigacin Psicolgica 2.

Copyright, 2010. Mg. Walter Capa Luque. Facultad de Psicologa. Universidad
Nacional Federico Villarreal. Lima Per. EAP Psicologa Humana de la UAP. EAP
Psicologa de la UPEU.

2




Anlisis descriptivo de las dimensiones del autoconcepto para la muestra total

En la Tabla 1 se aprecia que 52.1% de los nios presenta un nivel de autoconcepto
normal o promedio y un 31% se caracteriza por presentar un nivel bajo. Quienes
presentan autoconcepto alto representan al 16.9% de la muestra total de los nios con
problemas de aprendizaje.


Tabla 1
Niveles de Autoconcepto en nios con problemas de aprendizaje

Niveles Frecuencia Porcentaje
Bajo 22 31,0
Normal 37 52,1
Alto 12 16,9
Total 71 100,0













Anlisis descriptivo del autoconcepto global segn el sexo de los nios

Se observa en la Tabla 2 que tanto los varones (39.2%) como las mujeres (40%) se
caracterizan por presentar mayoritariamente un nivel de autoconcepto bajo. En ambos
grupos aproximadamente alrededor de un tercio de los nios presentan un nivel de
autoconcepto general alto.


Tabla 2
Niveles de Autoconcepto, segn el sexo

Niveles Frecuencia Porcentaje
Mujer Varn Mujer Varn
Bajo 8 20 40.0 39.2
Normal 5 14 25.0 27.5
Alto 7 17 35.0 33.3
Total 20 51 100.0 100.0



Ejemplo 1. Cuando el resultado a presentar corresponde a un anlisis descriptivo.
Ejemplo 2. Cuando el resultado a presentar corresponde a un anlisis descriptivo.
En este caso se describe una variable (autoconcepto) para dos estratos de la muestra
(sexo). Muchas investigaciones psicolgicas tienen objetivos especficos que buscan
identificar de manera precisa y detallada que caractersticas presenta una variable
cuando la muestra se segmenta (divide o agrupa) por una variable de asignacin.
3






Anlisis de la distribucin normal en las variables de estudio

Con el propsito de realizar los anlisis comparativos y de correlacin, as como para
contrastar las hiptesis planteadas, se ha procedido a realizar primero la prueba de
bondad de ajuste para precisar si las variables presentan una distribucin normal. En
este sentido, la Tabla 3 presenta los resultados de la prueba de bondad de ajuste de
Kolmogorov-Smirnov (K-S).

Como se observa en la Tabla los datos correspondientes a las 2 variables presentan
una distribucin normal dado que el coeficiente obtenido (K-S) no es significativo (p >
0.05). Por tanto, para los anlisis estadsticos correspondientes se emplear
estadstica paramtrica.

Tabla 3
Prueba de bondad de ajuste a la curva normal para las variables de estudio

Variables Media D.E. K-S p
Satisfaccin del usuario 34,80 4,746 0,974 0,299
Calidad de atencin 76,20 6,669 1,055 0,216
* p < 0.05










Ejemplo de resultados con Chi Cuadrado:

Anlisis de asociacin entre Burnout y carga laboral

En la Tabla 4 se observa el valor de la prueba chi cuadrada calculada para una tabla
2x2 que hace referencia a la asociacin entre Burnout (ausencia presencia) y carga
laboral (con sobrecarga sin sobrecarga). La Tabla muestra que la asociacin entre
burnout y carga laboral es altamente significativa (X
2
= 244.329, gl = 1, p <.01) y fuerte
(Phi = .819, p <.01). Asimismo la estimacin de riesgo indica que la sobrecarga laboral
es un factor de riesgo (vase Figura 1).

Ejemplo 4. Cuando el resultado a presentar corresponde a un anlisis correlacional ,
de tipo no paramtrico, donde las 2 variables de relacin son de tipo cualitativo
(nominal), o cuando por lo menos una de las variables es nominal y la otra no
necesariamente, la relacin de dependencia o asociacin se expresa mediante el
estadstico Chi Cuadrado.
Ejemplo 3. Cuando se va proceder a realizar los anlisis estadsticos de comparacin
y correlacin
Previo a los anlisis inferenciales de comparacin y correlacin es necesario
determinar si los datos correspondientes a las variables presentan distribucin
normal. En caso de cumplirse la condicin de normalidad, se emplear estadstica
paramtrica, de lo contrario se emplear estadstica no paramtrica.
4
Tabla 4
Asociacin entre burnout (ausencia presencia) y la condicin de carga laboral

Pruebas de chi-cuadrado Valor gl Sig.
Chi-cuadrado de Pearson 244.329 1 .000
N de casos vlidos

364
Medidas simtricas Valor Sig.
Phi .819 .000
Coeficiente de contingencia

.634 .000
Estimacin de riesgo Valor IC al 95%
OR Inferior Superior
Para la cohorte Con sobrecarga (9 a 16 hrs) 6.679 4.605 9.685
Para la cohorte Sin sobrecarga (5 a 8 hrs) .054 .028 .102


Sin Burnout Con Burnout
R
e
c
u
e
n
t
o
200
100
0
Sobrecar ga labor al
Con
Sin
144
9
24
187

Fig. 1. Nmero de casos para burnout y sobrecarga laboral












Ejemplo de resultados con la correlacin producto momento de Pearson:

Relacin entre conducta sexual de riesgo y autoestima

Como se puede apreciar en la Tabla 5, el coeficiente de correlacin producto momento
de Pearson nos indica que existe una relacin negativa fuerte y altamente significativa
entre el nivel de autoestima y las conductas sexuales de riesgo (r = - 0.71, p< 0.01).
Esto quiere decir que cuanto menor es el nivel de autoestima mayor es la prctica de
las conductas sexuales de riesgo.
Ejemplo 5. Cuando el resultado a presentar corresponde a un anlisis
correlacional, de tipo paramtrico, donde las 2 variables de relacin son de tipo
cuantitativo (o semicuantitavo). En este caso la relacin de covarianza se expresa
mediante el coeficiente de correlacin de Pearson.
Cuando los datos son cuantitativos o semicuantivos (ordinales) pero que no
cumplen con el supuesto de normalidad, entonces la prueba a emplearse debe ser la
correlacin de Spearman.
5
Tabla 5
Coeficiente de correlacin entre Autoestima y CSR



Autoestima
Conducta sexual de riesgo
r p
- 0.714** .000
** La correlacin es significante al nivel 0,01












En la Tabla 6 se aprecia que el coeficiente de correlacin ("r") de -0.09 para los
varones no es significativo (p>0.05); por tanto, no se rechaza la hiptesis nula, lo cual
seala que no existe relacin entre autocontrol y la conducta agresiva en el grupo de
los varones. Respecto a las mujeres se puede observar que el coeficiente de
correlacin obtenido de -0.54 es altamente significativo (p < 0.01); por tanto, para este
grupo rechazamos la hiptesis nula.


Tabla 6
Puntajes de correlacin entre autocontrol y conducta agresiva, segn sexo

Comportamiento Agresivo


A
u
t
o
c
o
n
t
r
o
l



Hombres (n = 52)
Mujeres (n = 28)
r p
-.093 .512
-.540 ** .003

** La correlacin es significativa al nivel 0,01













Ejemplo 6. Cuando el resultado a presentar corresponde a un anlisis correlacional ,
donde las 2 variables de relacin son de tipo cuantitativo. Slo que ahora el anlisis
corresponde a un objetivo especfico que busca identificar de manera separada la
relacin de las 2 variables cuando la muestra se segmenta (divide o agrupa) por una
variable de asignacin.
6









Anlisis comparativo de la Actitud Sexual en las adolescentes

Ejemplo de resultados con la t de Student:

La Tabla 7 permite apreciar que existen diferencias significativas entre la actitud
sexual que presentan las adolescentes embarazadas con respecto de las no
embarazadas (t = -2.355, gl = 86, p < 0.05). Los valores de la media indican que las no
embarazadas presentan actitudes ms favorables o positivas hacia la sexualidad, as
como la desviacin estndar muestra que es un grupo ms homogneo.

Tabla 7
Comparacin de medias en la Actitud Sexual segn la condicin de embarazo y no
embarazo

Situacin actual del adolescente n Media DS t gl p
Embarazada 50 3.22 1.45 -2.355 * 86 0.02
No embarazada 50 3.80 0.97


Ejemplo de resultados con la U de Mann Whitney:
La prueba de contraste U de Mann-Whitney, utilizado para comparar los grupos de
estudio nos permite observar en la Tabla 8 que existen diferencias altamente
significativas (U = 2,545; p<0.01) a nivel fonmico en lo que respecta a la tarea de
omisin de fonemas en la posicin inicial de la palabra. Los valores de la media
indican que son las nias (X=26.02) quienes presentan mayor nivel de desarrollo en
contraste a los varones (X=22.68). Por tanto, se rechaza la hiptesis nula.

Tabla 8
Anlisis comparativo la tarea de omisin de fonemas en la posicin
inicial de la palabra, segn sexo

Grupos n Rango
promedio
Suma de
rangos
U p
Hombres 50 22,68 6,523 2,545 ,000
Mujeres 50 26,02 6,601
** Diferencias significativas ( p< 0.05)



Ejemplo 7. Cuando el resultado a presentar corresponde a un anlisis comparativo
con la prueba t de Student.
La t de Student slo se emplea para comparar los promedios de 2 grupos
independientes. Es una prueba paramtrica.
La prueba no paramtrica equivalente de esta prueba es la U de Man Whitey
7








Anlisis comparativo de la satisfaccin segn condicin del usuario

Ejemplo de resultados con ANOVA:

Los resultados del anlisis de varianza indican en la Tabla 9 que existen diferencias
altamente significativas en el grado de satisfaccin de acuerdo con la condicin de
usuario (F = 27,860, gl = 2 y 133, p < 0.01). Los valores de la media (vase Figura 1)
indican que son los usuarios nuevos (X=36,81) quienes presentan mayor satisfaccin
en comparacin a los usuarios antiguos o continuadores (X= 30,47).

Tabla 9
Comparacin de medias de satisfaccin de los usuarios en el Servicio de
Emergencia, segn condicin del usuario

Condicin del
usuario
n Media DT F gl p
Nuevo 54 36,81 2,761 27,860 2
133
0,000
Reingresante 52 34,42 3,902
Continuador 30 30,47 4,826


Figura 1. Tendencia de medias de la satisfaccin,
segn condicin de usuarios

Ejemplo de resultados con Kruskal Wallis:
Los datos de la prueba de contraste Kruskal Wallis nos permite observar en la Tabla
10 que, cuando se comparan a los usuarios de acuerdo al tipo de seguro, existen
diferencias altamente significativas con respecto al grado de satisfaccin por el
servicio recibido en Emergencia (X
2
= 12,633, gl= 3, p<0.01). Asimismo, los valores del
rango promedio nos permite observar que son los pensionistas (X=2.116) y los del SIS
Ejemplo 8. Cuando el resultado a presentar corresponde a un anlisis comparativo
con anlisis de varianza (ANOVA).
Esta prueba se emplea cuando se comparan los promedios de 3 o ms grupos en
simultneo. Es una prueba paramtrica.
El equivalente no paramtrico de esta prueba es Kruskal Wallis.
8
(X= 1.181) quienes presentan menor grado de satisfaccin en comparacin a los otros
dos grupos.

Tabla 10
Comparacin de la satisfaccin de los usuarios en el Servicio de
Emergencia, segn tipo de asegurado

Tipo de
asegurado
n Rango
promedio
X
2
gl p
Titular 35 4,386 12,633 3

,000
Pensionista 32 2,116

SIS 33 1,181

Particulares 37 4,011









Propiedades Psicomtricas del cuestionario de Autoconcepto

Confiabilidad

En la Tabla 11 se presenta las estimaciones de la confiabilidad como consistencia
interna mediante los ndices del Alpha de Cronbach para cada dimensin del
cuestionario de Autoconcepto de Piers Harris. Los coeficientes Alpha son elevados en
las dimensiones de autoconcepto conductual, intelectual y ansiedad porque superan
los valores del punto de corte de 0.70, generalmente aceptado como adecuado para
los instrumentos psicolgicos. Las otras dimensiones cuyos coeficientes oscilan entre
0.65 y 0.69, desde el punto de vista de los supuestos de la teora estadstica en
relacin al nmero pequeo de items, muestran una buena consistencia interna
(Streiner y Norman, 1989).

T Ta ab bl la a 1 11 1
E Es st ti im ma ac ci io on ne es s d de e c co on nf fi ia ab bi il li id da ad d m me ed di ia an nt te e e el l c co oe ef fi ic ci ie en nt te e A Al lp ph ha a
D Di im me en ns si io on ne es s N N d de e i it te em ms s A Al lp ph ha a
C Co on nd du uc ct tu ua al l 1 12 2 0 0. .8 81 1
I In nt te el le ec ct tu ua al l 1 14 4 0 0. .7 79 9
F F s si ic co o 8 8 0 0. .6 69 9
A An ns si ie ed da ad d 9 9 0 0. .7 71 1
P Po op pu ul la ar ri id da ad d 1 11 1 0 0. .6 65 5
S Sa at ti is sf fa ac cc ci i n n 6 6 0 0. .6 66 6


Ejemplo 9. Las siguientes Tablas ilustran los resultados que se deben reportar
cuando se han estimado nuevas propiedades psicomtricas para un instrumento.
El orden de presentacin de los resultados psicomtricos para cada instrumento es:
confiabilidad, validez y baremos
9
Validez

Como se puede observar en la Tabla 12 los clculos estimados y tomando como
criterio de aceptacin, correlaciones con significancia al p<.05, resultaron eliminados el
tem 4 (Tus trabajos tienen siempre la misma calidad o varan considerablemente?) y
el tem 13 (Aceptas las sugerencias de otras personas en trabajos de grupo o insistes
en imponer tus ideas?). Los resultados de los anlisis de los items ejecutados, que
identificaron correlaciones significativas confirman la validez de la Escala de
Autocontrol de Kendall y Wilcox.

Tabla 12
Resultados del anlisis de items
Items r p Items r p Items r p
1 .308 ** .002 12 .470 ** .000 23 .345 ** .001
2 .311 ** .002 13 .162 ns .070 24 .397 ** .000
3 .513 ** .000 14 .283 ** .005 25 .475 ** .000
4 .062 ns .287 15 .467 ** .000 26 .303 ** .003
5 .402 ** .000 16 .271 ** .006 27 .495 ** .000
6 .234 * .016 17 .318 ** .002 28 .352 ** .001
7 .468 ** .000 18 .221 * .022 29 .484 ** .000
8 .424 ** .000 19 .230 * .018 30 .421 ** .000
9 .517 ** .000 20 .298 ** .003 31 .494 ** .000
10 .248 * .012 21 .582 ** .000 32 .343 ** .001
11 .394 ** .000 22 .422 ** .000 33 .350 ** .001
* La correlacin es significativa al nivel 0,05 (tem aceptado)
** La correlacin es significante al nivel 0,01
ns No es significativo


Baremos

En la Tabla 13 se presenta las normas percentilares para la Escala de Autocontrol de
Kendall y Wilcox para la poblacin de nios con problemas de aprendizaje. En esta
distribucin percentilar no se tom en cuenta los items 4 y 13 puesto que fueron
eliminados por el anlisis de items.

Tabla 13
Normas percentilares para la escala de autocontrol en nios con
problemas de aprendizaje

Percentil Autocontrol Percentil Autocontrol
5 28.00 55 41.00
10 30.50 60 42.00
15 31.00 65 44.00
20 32.00 66 44.10
25 33.25 70 45.00
30 34.50 75 46.00
33 36.00 80 47.00
10
35 36.00 85 50.00
40 38.00 90 53.00
45 39.25 95 57.00
50 40.00 99 61.00

Teniendo en cuenta los valores percentilares (Pc 33 y Pc 66) de la Tabla PP, los
niveles de autocontrol quedan establecidos del siguiente modo (vase Tabla 14).

Tabla 14
Puntajes directos categorizados para el autocontrol de nios con
problemas de aprendizaje

Niveles de Autocontrol Puntajes Directos
Alto 45 62
Normal 37 44
Bajo 0 36









Modelo con factor de mayor peso explicativo en el consumo de tabaco

En la Tabla 15, podemos observar que la ecuacin del modelo de Regresin Lineal
Mltiple es significativo (F= 8.494, p < .01) para el consumo de tabaco. Los factores
incluidos en el modelo explican en un 8% el consumo de tabaco en los universitarios.
En los pesos Beta estandarizados, se observa que la variable valoracin del cuerpo y
de vida es el factor con mayor capacidad explicativa en los universitarios ( = - 0.165,
p<0.01). Se observa adems que el autoconcepto es la segunda variable con mayor
peso explicativo en el consumo de tabaco ( = - 0.120, p<0.01).

Tabla 15
Anlisis de Regresin Mltiple para la variable dependiente consumo de tabaco

Regresin Mltiple = 0.280 F = 8.494
R
2
= 0.079 p = 0.000
Variables Independientes en la ecuacin
Beta t p
Autoconcepto - .120 - 2.373 .018
Apoyo familiar - .080 - 1.794 .073
Normas familiares y escolares .022 .442 .659
Satisfaccin familiar .074 1.681 .093
Apoyo social -.036 - .701 .484
Valoracin del cuerpo y la vida -.165 - 3.239 .001



Ejemplo 10. Cuando se van presentar datos de anlisis de correlacin mltiple.
El ejemplo de Tabla ilustra el modo de presentacin y descripcin de los resultados
que se deben reportar mnimamente en un Anlisis de Regresin Lineal Mltiple
11
EJEMPLO DE FIGURAS


Ejemplo de un Figura descriptiva con datos porcentuales


Figura 1. Nivel de calidad de atencin en el Servicio de Emergencia




Figura 2. Analisis porcentual comparativo de la calidad de atencin

12
00
37,9
62,1
51,7
48,3
0
10
20
30
40
50
60
70
Desfavorable En proceso Muy Favorable
p
o
r
c
e
n
t
a
j
e
Construir una comunidad Establecer valores inclusivos

Figura 3. Anlisis porcentual comparativo de los componentes de
la cultura inclusiva



Ejemplo de un Figura de dispersin de puntos para un anlisis de correlacin
lineal simple.



Figura 4. Tendencia lineal de correlacin entre calidad de
atencin recibida y la satisfaccin del usuario