Академический Документы
Профессиональный Документы
Культура Документы
MODULO DE APRENDIZAJE
DESARROLLO DE LA TESIS
Primer a Etapa
Lima
2010
MODULO DE APRENDIZAJE
DESARROLLO DE LA TESIS
Primera Etapa
Lima, 2010
Pgina 1
NDICE
I.
II.
III.
IV.
V.
Introduccin
..
Programacin Acadmica..
Objetivos
..
Cuadro de programacin acadmica .
Primera Unidad: Ajustes Metodolgicos. Concepto de
tesis y estructura de tesis.
1.1 Tesis.
1.2 Conceptos de estadstica y anlisis de datos I
1.3 Conceptos de estadstica y anlisis de datos II
Segundad Unidad: Trabajo de Bases de Datos en Spss:
Manejo de conceptos bsicos de estadstica aplicada
2.1 El programa estadstico SPSS
2.2 Introduccin al SPSS en espaol
2.3 Editor de datos de SPSS en espaol
Tercera Unidad: Manejo del Data Entry, ingreso y
codificacin de variables
3.2 Base de datos en SPSS: Las Variables
Cuarta Unidad: Ingresos de instrumentos a la Base de
Datos.
4.1 Base de datos en SPSS II: El formato de la base
Quinta Unidad: Ajuste y afinamiento de bases de datos
llenadas para anlisis.
5.1 Categorizar Variables con SPSS
5.2 Definir valores antiguos y nuevos: recodificar
Lecturas complementarias:
Variables y la hiptesis en la investigacin
Gua metodolgica para la elaboracin de un informe final
de investigacin
Qu es una tesis? para quien se escribe? cmo debe
estar escrita?
Bibliografa
3
4
5
6
7
8
13
26
39
40
44
48
54
55
62
63
68
69
78
83
91
102
112
Pgina 2
Pgina 3
INTRODUCCIN
Todo proceso de post grado culmina con un trabajo cientfico que generalmente
constituye una investigacin cientfica. Se dice generalmente porque algunas carreras
culminan con un Trabajo de grado.
Para lograr el armado de una tesis, se aprender SPSS, adems de los conceptos
bsicos de un informe de investigacin, con lo que se lograr en esta primera parte la
estructura de una base de datos y los conceptos principales de la tesis.
Pgina 4
OBJETIVOS
Pgina 5
Primera unidad
..
Ajustes Metodolgicos. Concepto de
tesis y estructura de tesis
Pgina 6
1.1 TESIS
Objetivo: El alumno al terminar el aprendizaje del presente captulo tendr el
conocimiento.
DEFINICIN DE TESIS
La tesis es el documento en el que se exponen los resultados cientficos alcanzados
por el aspirante en su trabajo de investigacin. Se presentan de forma sistematizada,
lgica y objetiva esos resultados en correspondencia con el proyecto presentado,
discutido y aprobado para la bsqueda de soluciones al problema planteado con
respuestas cientficas contextualizadas a partir de la utilizacin del mtodo
cientfico.d).
Estos dos momentos deben complementarse mutuamente. Sin embargo, todos los
profesores que se han visto implicados en el trabajo de tutora y asesoramiento y por
consiguiente han tenido que integrar tribunales para la evaluacin de tesis a cualquier
nivel, saben que en ocasiones se observan historias muy bonitas, pero muy mal
contadas. Pueden verse trabajos en los cuales se denota un trabajo arduo de
investigacin, resultados con una gran repercusin y aporte a la ciencia, pero la
redaccin est tan complicada y defectuosa que dificulta la comprensin, en cambio,
la defensa se realiza de un modo tan elocuente que compensa la deficiente escritura.
De lo anterior se desprende que debe existir correspondencia entre el rigor cientfico
de la escritura y la exposicin oral en la defensa del trabajo investigativo.
Adems de los requisitos de orden metodolgico, debe cumplirse con las exigencias
indispensables en cuanto a novedad, actualidad y originalidad en el tratamiento del
tema, su fundamentacin cientfica y las posibilidades de introduccin en la prctica
DESARROLLO DE LA TESIS Primera Etapa
Pgina 7
argumentados.
a. Requisitos de fondo:
Unidad: Es el principio armnico de las partes con el todo. La unidad en toda tesis es
la armona de todas las ideas, tanto principales como secundarias. La unidad aporta
perfecta concordancia entre problema, demostracin y conclusiones.
Aunque se manejen varias ideas, hay una que es la idea fundamental, la base de la
investigacin y el objeto final de la misma. Las otras ideas son secundarias o
subordinadas con respecto a ella.
Pgina 8
Objetivos Resultados
Resultados Discusin
Objetivos Conclusiones
Conclusiones Recomendaciones
b. Requisitos de forma:
Laos integran dos componentes bsicos: el uso apropiado del lenguaje. y la
organizacin del texto. Algunas ideas al respecto son:
Pgina 9
Ser coherentes con las siglas, que queden explcitas en el primer momento de
su uso en el texto y de ser posible no abusar de ellas.
Alternar con prudencia los numerales y los cardinales, los nmeros romanos y
los arbigos.
Si la bibliografa cuenta con todos los datos necesarios, ya sea libro o artculo
de revista.
Pgina 10
Es importante que los autores de las tesis sepan que deben utilizar estas guas como
modelos y no interpretarlas como documentos normativos o como camisas de
fuerza. Un trabajo de tesis, en cualquier nivel, no debe juzgarse slo por su formato,
sino tambin por la calidad de su contenido, del mismo modo que una obra
arquitectnica puede satisfacer todos los requerimientos tcnicos dentro de una virtual
infinidad de concepciones estticas. El amplio espectro de temticas en que podra
legtimamente desarrollarse una tesis de maestra o doctorado hace estril cualquier
esfuerzo por disear un patrn nico para los manuscritos de las tesis.
PREGUNTAS
Pgina 11
Es conveniente para introducirse a este tema, volver a aquella parte de los Sistemas
de Clarificacin, dentro de Sistemas de Recoleccin de Datos, donde se parte del
concepto de Dato, se pasa por una aplicacin a la Tabulacin y Graficacin y se llega
a definir los datos en funcin de variables y escalas.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 12
PROCESAMIENTO DE DATOS
VARIABLE
TIPO
ESCALA
POSICIN
DISPERSIN
CUALITATIVA No tiene
Ejemplo:
PATOLOGIA
SEXO
PROFESION
Nominal
Frecuencia
Porcentaje
Modo
Tasas
Razones
CUALITATIVA
Ejemplo:
GRADO DE COMA
HIPO,NORMO,HIPER
GRADO ACADEMICO
Ordinal
Frecuencia
Rango
Porcentaje
Desviacin
Con modificaciones
Media
Semi-inter
Mediana
cuartlica
No tiene
CUANTITATIVAS
NRO HIJOS
Discreta Intervalar
CANT PARTOS
NRO AUTOMOVILES
PESO, TALLA
TENSION ARTERIAL
LONGITUD
Continua
Media
Moda
Media
Mediana
Varianza
Sesgo o
Curtosis
Coeficiente
de Covariacion,
Desviacin
estndar, etc
GRFICOS y CLCULOS
Hemos introducido el tema en los Sistemas de Recoleccin de Datos y la idea, en
principio, no es la de efectuar un manual de Estadstica.
Toda Tabla y Grfico, debe tener un Titulo, que del se desprenda con precisin (ni
vago, ni ambiguo) el significado de lo que contiene. La misma indicacin vale para la
definicin de las variables que se tabulan o grafican, los pie de pagina tienen por
misin ampliar informacin por un lado, indicar su procedencia si no es original el
trabajo, indicar las fuentes, etc.
En fin, deben ser autoexplicadas. Pruebe esto con alguien que no tenga un
conocimiento del trabajo que ha llevado a cabo, si lo entiende sin preguntas (fuera de
lo que la tabla o grfico indica), es que ha logrado su propsito.
Pgina 13
Errores frecuentes son el llevar una ordenada de porcentajes hasta el 100 % cuando
el mayor de nuestros porcentajes es mucho menor. Otro es el de indicar el 0 en la
abscisa, pero nuestra variable comienza con un valor muy superior, sin indicar un
corte en la abscisa; hgalo con dos lneas paralelas.
No use colores, por lo general si puede ser publicado lo ser en blanco y negro. Utilice
diferentes formas de rayados o algo por el estilo. Indique adems, en la parte inferior
al grfico, a que corresponde cada esquema.
Tambin pueden hacerse Pictogramas, es decir grficos con dibujos que de alguna
medida dan la idea de la variable. un ejemplo comn son los censos, donde se
"amontonan" figuras Humanas y tambin grficos sectoriales o tortas donde se
parten en forma proporcional al porcentaje.
No son variables "Acumulables", a no ser sus porcentajes, pero tenga en cuenta que
cualquier atributo puede cambiar de posicin y cambiar la "Acumulacin".
Los porcentajes, La parte proporcional en que aparece un valor respecto de todos los
valores. (La cantidad/el total) por 100. Su grfico de mayor empleo es la torta si se
trata de 4 a menos variables y si es de esta cinco a ms se emplea las barras.
Frecuencias Relativas, su uso es frecuente en las Cuantitativas. Su suma da 1)
Tasa
Es el cociente entre la frecuencia de un valor de la variable, respecto de la suma de
todas la frecuencias.
Pgina 14
Razn
Es el cociente entre las frecuencias de dos valores de la variable.
Su grfico es de Bastones. Por cada valor de la variable se levanta una lnea, pero
entre cada valor no existe nada.
Son acumulables. Su acumulacin se hace en "saltos escalonados".
PARA AMBAS
La Moda
Es el nmero que ms se repite por lo tanto es lo que mas aparece, la Moda es el
valor de la variable con mayor frecuencia.
Pgina 15
Ud. encuentra esto en su distribucin, busque una variable extraa o intermedia que
se haya "colado" en las mediciones, la mayora de las veces pasa esto, otras en
cambio, es el real comportamiento de la variable.
Mediana
La Mediana es el valor de la variable por debajo y por sobre el cual, se encuentran el
50 % de los casos relevados. La forma grfica de determinacin se explico cuando
hablamos de acumulacin en las variables cuantitativas continuas. A propsito: Para
evitar definiciones "largas", desde ahora diremos, cualitativas, ordinales, discretas y
continuas.
Un cuartil es, entonces, el valor de la variable donde se encuentra una parte del todo.
Los mas tpicos son los cuartilos pues se divide la distribucin en cuatro partes del
25, 50 y 75 % y con ellos se puede sacar la desviacin semi-intercualtilica que no
es mas que Q = (Q3 - Q1) / 2 y da una idea importante de donde a donde se mueven
los datos, sumndola o restndola a la Mediana.
Otros cuantilos son los Decilos, cuando la distribucin se divide en diez partes, los
Centilos cuando se divide en cien, cuando estos centilos "hablan" de un porcentaje,
se denominan Percentiles.
Rango
Es la indicacin del valor mnimo y el mximo de la distribucin de frecuencias de los
datos.
Pgina 16
Mediana y Rango O Q
Se informan juntos. Posicin y Dispersin. til para las ordinales, aconsejable informar
para las continuas.
Hay otra informacin mas precisa que el rango o Q: es la Desviacin Media, pero
dejmosla para analizar luego del Sesgo, porque viene justo al caso en ese momento.
Media
La media o valor medio de los datos, es sencillamente el promedio de los valores de
las variables.
Su formula es Media = Sumatoria de todos los valores / la cantidad de cosas.
Pgina 17
Media y Desvo
Al sumar o restar al valor de la media, al valor del desvo, obtenemos dos valores que
representan el intervalo entre el cual existen el 68 % de los casos (aproximadamente).
Pero eso no es lo mas importante, sino que esto puede denominarse la Normalidad,
estadsticamente hablando.
El Sesgo
Otro cuyo valor pragmtico es indiscutible. Existen formulas complejas de su calculo,
pero nos conformamos con una sencilla.
La Varianza
Es el promedio de las desviaciones estndar respecto de la media. Es un valor que
nos indica cuan "dispersos" estn los datos.
Pgina 18
Procedimiento:
a) Postule la hiptesis estadstica contraria a lo que espera H0
b) Postule "su" hiptesis estadstica. Ha
c) Determine el riesgo o Nivel de significacin. Alfa
d) Establezca la Prueba estadstica a utilizar.
e) Establezca las condiciones de la toma de decisin
f) Realice el clculo
Valor
de la = ----------------------------------------------------------------Prueba
Lo que hace una prueba estadstica en general, es hallar la "diferencia" entre lo que
espero y lo que obtengo y a esa diferencia la "reduzco" o "expreso" en trminos de la
variabilidad que espero.
A.- Cuando se desea hacer inferencia acerca de la media de una variable continua
con respecto a la media de la poblacin cuando la distribucin de la variable es normal
(o se asume el teorema de lmite central) y la varianza (cuadrado de la desviacin
estndar) de la poblacin es conocida.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 19
B.- Cuando se desea hacer inferencia acerca de la media de una variable continua
con respecto a la media de la poblacin cuando la distribucin de la variable es normal
(o se asume el teorema de lmite central) y la varianza (cuadrado de la desviacin
standard) no es conocida
_
=
x z
___
/ .
n
_
x t
_____
/ Sx .
n
_
x =
Promedio de la muestra.
Sx =
Z=
Pgina 20
t=
Media poblacional
p z
p=
Proporcin muestral.
Q=
1-p
/ pq .
n
(Obs - Esp)
JI = SUMA
------------------Esp
Pgina 21
A.- Cuando queremos comparar medias entre dos muestras independientes, las
varianzas no son diferentes y la distribucin de la variable es normal (o se asume
teorema de lmite central):
Z =
__
__
( X1
- X2) .
/ S1
+ S2
n1
n2
( X1
/ Sp
- X2) .
+ Sp
n1
Sp =
n2
(n1 1)s1
+ (n2 1)S2
n1 + n2 - 2
PRUEBA
PARA
DOS
PROMEDIOS
INDEPENDIENTES
CON
IGUALES
VARIANZAS.
Cuando queremos comparar las medias de dos muestras independientes, las
varianzas son diferentes y asumimos que la distribucin de la variable es normal (o se
asume teorema de lmite central):
Ej: queremos saber si el promedio de notas de una muestra de alumnos con el
mtodo ABP no es diferente del promedio de los valores de notas de una muestra de
alumnos con el Mtodo Aprender Haciendo. Se supone que la distribucin de los
valores de notas sigue un patrn normal, las muestras de alumnos con ABP y las que
DESARROLLO DE LA TESIS Primera Etapa
Pgina 22
Ej: El caso anterior si es que asumimos que la varianza de los valores de notas es
diferente entre los alumnos que llevan el ABP y los alumnos que llevan Aprender
Haciendo.
PRUEBA T PAREADA
Inferencia acerca de varianzas, distribucin normal (o se asume teorema de lmite
central), se emplea cuando existe la comparacin de los promedios de dos muestras
relacionadas:
_
t =
Sd n
Pgina 23
F =
n1s1 /(n1-1)
n2s2 /(n2-1)
n1
n -2
Varianza muestral
cantidad de muestra
PREGUNTAS
Pgina 24
n XY - X y
(n X - (X) (n Y - (Y))
No hay correlacin
baja correlacin.
Mediana Correlacin
Pgina 25
Hay que cuidar que siempre se encuentre la significancia estadstica p < 0,05.
Valor Predictivo
Que es r.r (r cuadrado) es de 0.49 (0.7x0.7) y esto es lo mismo que decir "una
prediccin de una variable a travs de otra puede acertar como no", o es blanco o es
negro, no dice nada mas, debemos tener como mnimo 0.85 y ah empezar a inferir la
influencia de la variable.
ANLISIS DE REGRESIN
El investigador suele tener razones tericas o prcticas para creer que determinada
variable es causalmente dependiente de una o ms variables distintas. Si hay
bastantes datos empricos sobre estas variables, el anlisis de regresin es un
mtodo apropiado para desvelar el patrn exacto de esta asociacin.
Y=
a + bX.
En donde
Y=
Pgina 26
X=
A=
Ordenada de origen
B=
Clculo de a:
_
a
Y bX
_
Y=
Promedio de las Y
_
X=
Promedio de las X
n=
Tamao muestral
n XY - XY
b=
nX - (X)
Z =
( P1 - P2) .
/ p1q1
+ p2q2
n1
n2
Sume cada diferencia entre lo que observo y lo que esperaba, elevada al cuadrado y
dividida por lo que esperaba
X =
(fo - fe)
fe
En donde:
fe =
(fi) (c)
ft
gl = (fi -1) ( c 1)
DESARROLLO DE LA TESIS Primera Etapa
Pgina 27
fo = Frecuencias observadas
fe = Frecuencias esperadas.
fi =
Filas
c=
Columna
gl = Grados de libertad
Utiliza el concepto de GL pero no por cantidad de sujetos sino por cantidad de Grupos
Fi de Condiciones C, GL =(Fi-1) (C-1) Para un nico grupo, GL = C-1, para una nica
condicin GL = Fi-1.
Adems contiene condiciones de restriccin como que ningn valor esperado sea
menor a 5. Formas para sacar los "esperados" si no se tiene idea de lo que se espera
y otras aplicaciones de "asociacin", "contingencia", etc.
TEST X de Mc NEMAR
Cuando tenemos dos variables de distribucin binomial, las muestras son
independientes pero algn valor esperado de alguna de las celdas de la tabla de 2 x 2
es < 5:
Pgina 28
DESPUES
+
ANTES
X de Macnemar =
Ej: Cuando en el ejemplo anterior uno de los valores esperados de una de las celdas
de la tabla de 2 x 2 es menor de 5. El valor esperado se halla multiplicando el total de
la columna (a + b) por el total de la fila (a + c) correspondientes a esa celda (ej. la
celda a) y dividiendo por el total de participantes (a+b+c+d).
+
II
F1
F2
C1
C2
Pgina 29
C=
Filas
F=
Columnas
(leve,
Prueba Kappa
Ej. Queremos saber en que grado concuerdan el diagnstico clnico de un gineclogo
y el diagnostico de laboratorio en la etiologa de la vulvovaginitis en 100 mujeres que
venan con el sntoma de flujo vaginal anormal.
PRUEBA COCHRAN Q
La prueba Cochran Q puede usarse para evaluar la relacin entre dos variables que
se miden en una escala nominal. Una de las variables puede incluso ser dicotmica, o
consistir en slo dos valores posibles.
_
Q =
k.(k 1) (V - V)
kH - H
k=
nmero de variables
H=
V=
Prueba Wilcoxon
Con la prueba Wilcoxon podemos comprobar la representatividad de las preferencias
entre dos (o ms) alternativas. La escala al dar las preferencias es ordinal.
Pgina 30
Entonces calculamos la proporcin de las dos cifras que acabamos de obtener, que es
llamada F. En otras palabras, = (varianza de las medias de grupo) / (media de las
varianzas de grupo).
variabilidad inter
F = -------------------variabilidad intra
Frmulas:
La prueba de F para la regresin lineal
F=
CM entre-grupos
CM intra-grupos
Pgina 31
CM = Cuadrados medios
CM = SC/gl
SC = Suma de cuadrados
gl =
Grados de libertad
proviene de :
Clculo de la suma de cuadrados intragrupo:
Sctotal =
N
x = Suma de las observaciones (puntuaciones de la variable dependioente).
X= Suma de los cuadrados de las observaciones
N=
SC entre grupos =
- (x)
n
]
N
Pgina 32
Anova un factor
Ej: Queremos comparar el promedio de horas de estudio (variable continua y
dependiente) entre cuatro tcnicas de motivacin para la lectura (variable
independiente y categrica) en u un grupo de 100 estudiantes universitarios.
Asumimos que los valores de las diferencias de las horas de estudio siguen un patrn
normal.
Ej. Queremos comparar los promedios de horas de estudio en el hogar entre tres
grupos de estudiantes: con bajo rendimiento escolar, otro en el que existe un
resultado regular rendimiento escolar y el ultimo grupo donde el rendimiento escolar
es bajo.
Pgina 33
ANLISIS DE COVARIANZA
Distribucin no normal de la variable dependiente (o no se asume teorema de limite
central):
Ej: Queremos comparar el promedio del efecto del mtodo Aprendizaje Basado en
proyectos (variable dependiente y continua) entre cuatro programas diferentes
(variable independiente y categrica) en un grupo de 100 estudiantes de diferentes
edades. Variables a ser controlada: la edad, horas de estudio asociada. Asumimos
que los valores de las diferencias de las notas antes y despus de la administracin
de los mtodos siguen un patrn normal.
ANLISIS FACTORIAL
A veces tiene el investigador una gran cantidad de datos sobre numerosas variables
diferentes con correlacin entre ellas. Con ayuda del anlisis factorial, tales datos
suelen poder comprimirse y las variaciones presentarse a travs de slo unas pocas
variables.
Pgina 34
Un inconveniente del mtodo del anlisis factorial es que es demasiado fcil de usar
para estudios que son formalmente correctos pero en la prctica absurdos, porque
siempre presenta los resultados de una forma elegante y matemticamente exacta,
incluso cuando los factores obtenidos son tienen ningn contenido emprico sensato.
Tendencia
Variacin peridica
Variacin coyuntural
Pgina 35
Una variacin peridica es una variacin cclica recurrente en forma similar una y
otra vez. El periodo de variacin suele ser una unidad natural de tiempo, como un ao
o un da.
Cuando calculan los valores semanales, habr siete grupos, es decir, uno para
cada da de la semana. Se calcula la media para cada uno de los siete grupos,
y las siete medias conforman la variacin semanal.
Pgina 36
PREGUNTAS
Pgina 37
Segunda unidad
..
Trabajo de Bases de Datos en Spss:
Manejo de conceptos bsicos de
estadstica aplicada
Pgina 38
SPSS
Statistical Package for the Social Sciences (SPSS) es un programa estadstico
informtico muy usado en las ciencias sociales y las empresas de investigacin de
mercado. Originalmente SPSS fue creado como el acrnimo de Statistical Package for
the Social Sciences. En la actualidad, la sigla se usa tanto para designar el programa
estadstico como la empresa que lo produce. Parece que se esta popularizando la
idea de traducir el acrnimo como "Statistical Product and Service Solutions"..
SPSS for Windows 13 (2004): Permite por primera vez trabajar con multiples
bases de datos al mismo tiempo.
Pgina 39
Manejo
SPSS tiene un sistema de ficheros en el cual el principal son los archivos de datos
(extensin .SAV). Aparte de este tipo existen otros dos tipos de uso frecuente:
Existe un tercer tipo de fichero: el fichero de scripts (extensin .SBS). Este fichero es
utilizado por los usuarios ms avanzados del software para generar rutinas que
permiten automatizar procesos muy largos y/o complejos. Muchos de estos procesos
suelen no ser parte de las salidas estndar de los comandos del SPSS, aunque parten
de estas salidas. Buena parte de la funcionalidad de los archivos de scripts ha sido
ahora asumida por la insercin del lenguaje de programacin Python en las rutinas de
Pgina 40
sintax del SPSS. Procedimientos que antes solo se podan realizar mediante scripts
ahora se pueden hacer desde el sintax mismo.
Tipo de variable (comprese este listado de opciones con los tipos de variables
estadsticas existentes)
o
Coma decimal, nmero con comas cada tres posiciones y con un punto
como delimitador de los decimales
Punto decimal, nmero con puntos cada tres posiciones y con una
coma como lmite delimitador de los decimales.
Fecha
Tamao total
Pgina 41
Etiqueta de la variable
Valores perdidos
Escala de medicin.
Algunos usuarios pasan por alto las caractersticas de las variables cuando se trabaja
en la base de datos. Sin embargo, cuando se utilizan scripts o Python las
caractersticas de las variables pueden tomar gran relevancia en la construccin de
procedimientos ad-hoc.
PREGUNTAS
Qu es el SPSS?
Pgina 42
La ltima opcin que aparece en el asistente corresponde a Abrir otro tipo de archivo;
a travs de esta opcin podemos ubicar y abrir cualquier tipo de archivo de SPSS
distinto al de datos. Para seleccionar alguna de las opciones basta con hacer clic
sobre ella de manera que aparezca un punto en la casilla de activacin ( ). A pesar
de la utilidad que nos brinda el asistente, el programa nos da la posibilidad de decidir
si queremos que aparezca el asistente cada vez que se ejecute el programa o no.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 43
Figuras 1
Antes de continuar es necesario aclarar los tipos de archivos que genera SPSS, los
cuales son:
Desde luego SPSS nos permite trabajar con un gran nmero de formatos de archivo,
provenientes de diferentes programas de bases de datos, hojas de clculo,
procesadores de palabras e incluso generadores de grficos.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 44
Figuras 2 y 3
Esto es una vista de datos
Figura 4
PREGUNTAS
Pgina 45
EDITOR DE DATOS
Esta es la ventana principal del programa, en ella se encuentra la mayora de los
procedimientos que se pueden realizar con el paquete, as como los accesos directos
a las opciones de los diferentes mdulos. Adems esta es la nica ventana del
programa en la que podemos apreciar la informacin (Casos y Variables) en su estado
original (Desagrupado). El Editor de datos esta compuesto por cinco secciones, cada
una de las cuales nos ofrece opciones e informacin diferente. Los componentes del
editor de datos son:
Barra de Mens
Como la mayora de los programas basados en el sistema operativo Windows, el
Editor de datos de SPSS cuenta con una barra de mens desplegables, en donde se
encuentran las diferentes opciones, procedimientos y aplicaciones que se pueden
ejecutar con el programa. En SPSS se cuenta con diez diferentes mens
desplegables [Fig.5]; dentro de los que encontramos Archivo, Edicin, Ver, Datos,
Transformar, Analizar, Grficos, Utilidades, Ventana y Ayuda (?).
Figuras 5
Las opciones y procedimientos de los mens Archivo, Edicin y Ver, estn orientados
a las propiedades de Editor de datos. Las opciones y procedimientos de los mens
Datos y Transformar se enfocan a las propiedades y modificacin de los datos (Casos
o variables) del archivo que se encuentre abierto. Los procedimientos de los mens
Analizar y Grficos se encaminan en la descripcin y anlisis de los datos a travs de
pruebas estadsticas o grficos representativos. El men Utilidades en cambio se
orienta a la generacin y ejecucin de los procesos automticos; es decir, sus
opciones y procedimientos se emplean en la utilidad de produccin. Por ltimo
aparecen los mens Ventana y Ayuda (?), los cuales como su nombre lo indica se
orientan a las opciones de ventana y las ayudas del paquete. El contenido de cada
uno de estos mens se ir explorando a travs de los captulos del libro.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 46
Barra de Herramientas
En esta barra se encuentran los botones de acceso directo a los procedimientos ms
comnmente utilizados del programa. Los procedimientos de esta barra pueden ser
modificados por el usuario de acuerdo a su criterio y necesidades; permitindole
personalizar su contenido. Por defecto el programa incluye dentro de la barra de
herramientas los procedimientos:
Abrir Archivo (
), Guardar archivo (
) e Imprimir (
): Al seleccionar
(Hacer clic) el botn Abrir archivo, aparece la ventana de exploracin de Windows por
medio de la cual podemos ubicar un archivo en el ordenador (Slo admite algunos
tipos de formato [Ver Tipos de archivo en la ventana de exploracin]). Al seleccionar
Guardar archivo, los cambios que se hayan realizado en el editor de datos al archivo
activo (Abierto), son guardados. Al seleccionar Imprimir, se abre la ventana de
impresin de Windows; a travs de esta opcin se imprime el contenido del archivo de
datos; es decir, los casos y las variables. Esta opcin slo es til si el nmero de datos
es muy pequeo.
rpida a los ltimos procedimientos que hayamos efectuado en SPSS; es decir, nos
muestra los diferentes cuadros de dilogo (ventanas) que se hayan ejecutado
(Empleado) con anterioridad en el programa, como frecuencias, grficos, tablas, etc.
Al seleccionar esta opcin se despliega una lista con el nombre de los procedimientos
que se han realizado [Fig.6]; si elegimos alguna de ellas (Hacer clic), aparecer el
cuadro de dilogo del procedimiento.
Figuras 6
Deshacer (
) y Rehacer (
mayora de los programas de Windows, con la diferencia que en SPSS, slo nos
permite deshacer o rehacer la ltima accin y solamente una. Para que se activen
Pgina 47
estos botones, se debe realizar alguna operacin en el Editor de datos (Cortar, copiar,
eliminar, etc.).
Ir a grfico (
Ir a caso (
del archivo de datos activo; es decir, nos ubica en la posicin donde se encuentra el
caso. Al seleccionar esta opcin aparece la ventana correspondiente [Fig.7]; en este
cuadro debemos ingresar el nmero del caso que nos interesa ubicar.
Figuras 7
Variables (
(Propiedades) que se haya definido para cada una de las variables del archivo activo.
Cuando seleccionamos este icono se abre un nuevo cuadro de dilogo [Fig. 8], en el
cual nos muestra toda la informacin de cada una de las variables (el nombre, la
etiqueta, si hay o no valores perdidos, el nivel de medida, los valores y las etiquetas
de cada valor).
Figura 8
Pgina 48
los datos o sencillamente se nos olvida el contenido y estamos realizando anlisis con
los procedimientos del programa.
Figura 9
Si nos fijamos en el cuadro de dilogo Buscar datos, notaremos que aparece en la
parte inferior del cuadro la opcin Coincidir maysculas y minsculas; esta opcin nos
permite especificarle al programa que realice la bsqueda de forma ms exacta;
DESARROLLO DE LA TESIS Primera Etapa
Pgina 49
desde luego esta opcin slo es aplicable a las variables que tengan caracteres
alfanumricos (Letras). Por ltimo encontramos el botn Buscar siguiente; a travs de
este botn podemos pasar de un caso o registro encontrado, que coincida con las
condiciones de bsqueda, al siguiente.
Insertar caso (
) e Insertar variable (
Segmentar archivo (
La segunda opcin corresponde a Comparar los grupos; esta opcin nos permite
comparar los resultados de los procedimientos que se realicen con el programa para
las categoras de la variable de agrupacin; para realizar la comparacin el programa
realiza los clculos solamente con los datos de cada categora y presenta los
resultados de forma comparativa; es decir ubica de forma jerrquica los resultados de
cada categora (por ejemplo: tabla categora 1, tabla categora 2, grfico categora 1,
grfico categora 2, estadstico categora 1, estadstico categora 2).
La tercera opcin corresponde a Organizar los resultados por grupos; esta opcin es
muy similar a la opcin anterior, con la diferencia que los resultados de los
procedimientos que se realicen con el programa se representan en forma organizada
(Por ejemplo: Tabla Cat1, Grfico Cat1, Estadstico Cat1, Tabla Cat2, Grfico Cat2,
Estadstico Cat2). Esta opcin es bastante til si nosotros deseamos hacer un anlisis
separado de la muestra por algn tipo de rangos, como por ejemplo el gnero, la
regin, la fecha, etc.
Pgina 50
Figuras 10
Para realizar la segmentacin de archivo debemos seleccionar una de las dos ltimas
opciones, de manera que se active la casilla Grupos basados en; una vez se activa
se ingresa en ella la variable o las variables que deseamos utilizar como rango y
finalmente hacemos clic en Aceptar. Despus de segmentar el archivo, cada
procedimiento (tablas, grficos o estadsticos) que se realice con el programa,
mostrar los resultados de acuerdo a la segmentacin. En captulos posteriores
emplearemos este procedimiento para comprender los resultados que ocasiona.
Ponderar (
a cada uno de los casos; es decir, darle mayor importancia a unos valores de registro
que a otros, esto se hace con el fin de poder sacar algn resultado representativo de
la poblacin y no de la muestra. Para poder realizar este procedimiento, es necesario
tener una variable de ponderacin en la cual se encuentran los valores (Pesos) de
cada registro; en captulos posteriores emplearemos esta opcin para comprender los
resultados que ocasiona.
Seleccionar casos (
los casos que cumplan con los criterios que el investigador imponga; por ejemplo, las
personas del gnero femenino. A su vez, este procedimiento nos brinda la oportunidad
de pedirle al programa que tome un fragmento de los casos de forma aleatoria. Al
activar la seleccin de casos el programa realiza los clculos de los procedimientos
slo con los casos que hayan sido seleccionados.
Pgina 51
Etiquetas de valor (
Figuras 11 y 12
Usar conjuntos (
Pgina 52
Tercera unidad
..
Manejo del Data Entry, ingreso y
codificacin de variables
Pgina 53
permitirn realizar una base de datos en SPSS como el dominio de las variables y
edicin de las mismas.
Las variables en SPSS cuentan con una serie de propiedades que deben ser definidas
por el investigador o usuario antes de realizar cualquier tipo de anlisis con ella. De la
correcta definicin de las propiedades, depende en gran medida la calidad de los
anlisis que se realicen y por lo tanto la veracidad de los resultados o conclusiones
que se generen. SPSS ha estipulado diez propiedades informativas de las variables
entre las que encontramos:
.
I. Nombre:
Este parmetro nos permite identificar y diferenciar las variables que componen el
archivo; para cada una de las variables se debe definir un nombre especfico. El
programa establece una serie de normas para los nombres de variables, entre las que
encontramos:
El nombre debe comenzar por una letra. Los dems caracteres pueden ser
letras, dgitos, puntos o los smbolos @, #, _ o $.
Se deben evitar los nombres de variable que terminan con subrayado (para
evitar conflictos con las variables creadas automticamente por algunos
procedimientos).
Pgina 54
Las palabras reservadas (ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT,
OR, TO, WITH) no se pueden utilizar como nombres de variable.
Para las versiones anteriores de SPSS (11.5, 11.0, 10.0, etc.) la longitud de las
variables es de slo ocho Bytes, lo cual generalmente no es suficiente para identificar
una variable, por lo que es recomendable utilizar las tres primeras letras de cada
palabra de la frase; es decir,
II. Tipo:
La propiedad Tipo, nos permite especificarle al programa la naturaleza de los datos
que se incluyen dentro de la variable; es decir, nos permite definir la forma y el
significado de los caracteres que se encuentran en los registros de la variable. SPSS
nos permite elegir entre ocho diferentes tipos de variables para representar Nmeros
(Magnitudes), Fechas (Tiempo), Monedas (Dinero) y Letras (Cadena). Desde luego es
aconsejable trabajar las variables de forma numrica ya que el anlisis estadstico es
una ciencia matemtica y para su correcto funcionamiento es necesario realizar las
operaciones con nmeros; ya que en algunos casos no es posible tener los datos de
forma numrica, el paquete nos permite trabajarlos como una cadena de caracteres
(Letras y Nmeros).
Pgina 55
Figura 13
Coma y/o Punto: Estos dos tipos de variables se emplean en una variable numrica
cuyos valores representan magnitudes o cantidades. Al seleccionar la opcin Coma
los valores se asocian con comas que delimitan cada tres posiciones y con el punto
como delimitador decimal 1,000.00. Cuando se selecciona el Punto los valores se
asocian con puntos que delimitan cada tres posiciones y con la coma como
delimitador decimal 1.000,00.
Notacin cientfica: Se utiliza en una variable numrica cuyos valores son demasiado
grandes o pequeos, por lo cual se emplea un exponente con signo que representa
una potencia en base diez. 1000.000.00 = 1.0E+6 0.000001 = 1.0E(-6). SPSS nos
permite representarlo de varias formas como 1000000, 1.0E6, 1.0D6, 1.0E+6, 1.0+6.
La notacin es til cuando manejamos cifras extremas de lo contrario es mejor
manejarlo de forma numrica.
Pgina 56
Fecha: Este tipo de variable se emplea cuando los valores de la variable representan
fechas de calendario u horas de reloj; al seleccionarla aparece en el cuadro de dilogo
una casilla con el listado de los diferentes formatos que el programa reconoce
[Fig.14]. Para elegir alguno de ellos basta con hacer clic sobre el formato y
sucesivamente en Aceptar.
Figura 14
Figuras 15
Moneda personalizada: Este tipo de variable se emplea cuando los valores de una
variable representan sumas de dinero diferentes al dlar (Pesos, pesetas, Euros, etc.);
al seleccionar esta opcin aparece un nuevo listado [Fig.16], en el cual debemos
seleccionar uno de los formatos existentes. Estos formatos no representan monedas
especificas, si no que por el contrario el programa asume que la moneda es de origen
distinto al dlar. La diferencia con el tipo dlar es que nos permite trabajar con cinco
(5) diferentes tipos de moneda.
Pgina 57
Cadena: Este tipo de variable se emplea cuando los valores no son numricos o
sencillamente no representan magnitudes o cantidades; estas variables no son
utilizadas en los clculos de los estadsticos. Las variables de cadena pueden
contener cualquier tipo de caracteres siempre que no exceda la longitud mxima de
255; las maysculas y las minsculas se consideran diferentes ya que el programa
trabaja bajo el cdigo ASCII. A este tipo de variables, tambin se le suele denominar
como variable alfanumrica. Para definir alguno de los tipos de variable, basta con
hacer clic sobre la opcin que se desee y sucesivamente hacer clic en el botn
Aceptar, con lo que se cierra la ventana y el tipo elegido aparece en la casilla
seleccionada.
III. Anchura:
Por medio de esta propiedad podemos definir el mximo de dgitos que contienen los
registros de una variable; para el clculo del ancho se incluyen los dgitos enteros y
los decimales. Por ejemplo;
IV. Decimales
A travs de este parmetro se define el nmero de dgitos decimales que pueden
contener los registros de la variable. Las cifras que superen esta longitud sern
aproximadas por el programa. Cuando una cifra supera la longitud, el programa
aproxima hacia arriba los dgitos que sobrepasen la longitud si el valor del ltimo de
ellos es igual o mayor que cinco, de lo contrario (menor que 5) se aproxima hacia
abajo; es decir:
1.07X si
1.07X si
Pgina 58
Figura 17
Hay que notar que cuando seleccionamos los Tipos de variables como la Fecha y
Cadena estas propiedades se desactivan; esto se debe a que para el tipo de formato
Fecha el programa ha predefinido estos parmetros y no podemos alterarlo, la nica
opcin que tenemos es escoger otro formato de fecha; mientras que para el tipo
cadena no se puede tener nmeros decimales.
V. Etiqueta
Dado que generalmente los sesenta y cuatro (64) caracteres del nombre (Versiones
anteriores ocho [8]) y las normas que se deben cumplir, no permiten describir de
forma clara la variable y el contenido de ella; SPSS nos brinda la posibilidad de utilizar
una etiqueta por medio de la cual podemos describir la variable mediante la utilizacin
de un mximo de 255 caracteres.
Pgina 59
Figura 18
Estas tablas contienen la frecuencia y el porcentaje de las categoras de la variable
Estado civil (Casado y Soltero); la primera tabla cuenta con etiquetas para el nombre
de la variable y para las categoras de la variable, mientras que la segunda tabla no
cuenta con etiquetas. Si nos fijamos en la tablas notaremos que para interpretar la
segunda tabla encontramos dificultades ya que no podemos determinar que categora
representan los nmeros cero (0) y uno (1). Esta misma dificultad puede presentarse
cuando nosotros realizamos un anlisis de datos y entregamos los resultados a una
persona que no haya participado en los procedimientos; para evitar estos
inconvenientes se sugiere definir las etiquetas de variable y de valores.
Antes de definir la propiedad Valores debemos ver primero las propiedades Perdidos y
Medida, ya que la utilizacin de la etiquetas de valor est determinado por estos dos
parmetros y en este momento no seria muy clara su definicin.
PREGUNTAS
Pgina 60
Cuarta unidad
..
Ingresos de instrumentos a la Base
de Datos.
Pgina 61
terminar una base de datos de cualquier tipio y poder ingresar datos a la base de
datos.
No sabe
Debemos tener claro que los valores perdidos son razones y no errores, generalmente
tendemos a confundir un valor perdido con un valor que no esta dentro de nuestro
rango. Por ejemplo, si en la variable gnero (sexo), tenemos los valores (1 = mujeres y
2 = hombres) y despus de revisar el archivo nos damos cuenta que tenemos en
algunos registros el valor 3, generalmente cometemos el error de pensar que este es
un valor perdido, pero no lo es, este tipo de valores los debemos considerar como
errores ya sea de digitacin o de captura y la forma de corregirlos es ir hasta la fuente
(entrevistas) y determinar a que grupo perteneca el individuo. Si no podemos
determinar el grupo y los valores son muy pocos es recomendable prescindir de estos
casos.
SPSS maneja dos tipos de valores perdidos; el primero es perdido por el sistema, el
cual se identifica por la ausencia total de datos; es decir, casillas vacas y el segundo
corresponde a los datos perdidos definidos por el usuario (No sabe, No responde o No
aplica). El programa detecta automticamente los valores perdidos por el sistema y los
omite, mientras que los valores perdidos por el usuario deben ser definidos al
Pgina 62
Figuras 19
Para definir un valor perdido por el usuario debemos activar la casilla correspondiente
a Perdidos de la variable de inters, de manera que aparezca al costado derecho de la
casilla un cuadrado con puntos suspensivos ( ). Al seleccionar el cuadrado (Hacer
clic) aparece la ventana de Valores Perdidos [Fig.19]. En este cuadro encontramos
tres diferentes posibilidades. La primera corresponde a No hay valores perdidos (Los
clculos se realizan con la totalidad de los registros). La segunda corresponde a
Valores perdidos discretos (son un mximo de tres valores perdidos en la variable; se
puede emplear los valores (nmeros) que se deseen.
Para este tipo de valores se recomienda que exista una distancia considerable entre
los valores representativos y los perdidos con el fin de facilitar su identificacin). La
tercera y ltima opcin corresponde a Rango ms un valor discreto opcional (se utiliza
cuando tenemos varios parmetros de valores perdidos, los cuales se encuentran
dentro de un rango. Para seleccionar esta opcin es necesario que no existan valores
representativos de grupos dentro del rango de lo contrario sern omitidos de los
clculos. Adems esta opcin nos permite ingresar un valor discreto adicional). Para
seleccionar cualquiera de las opciones basta con hacer clic sobre la opcin de manera
que aparezca en la casilla de activacin ( ) un punto negro y sucesivamente ingresar
los valores.
Pgina 63
VIII. Medidas
Este es el parmetro ms importante de las variables, de su definicin depende el tipo
de anlisis que podemos realizar con el programa. Dentro de la estadstica se han
catalogado cuatro diferentes escalas de medida, pero para SPSS estas escalas se
resumen en slo tres:
Para los archivos de datos con formato SPSS creados en versiones anteriores se
aplican las siguientes reglas.
Pgina 64
IX. Valores
Los valores o Etiquetas de valor nos permiten generar una leyenda que facilite la
interpretacin de los nmeros representativos de cada categora de una variable, ya
sea en los resultados o en la vista de datos. Debido a que se utilizan nmeros para
representar cada categora es necesario crear una pequea leyenda que nos permita
ver en letras la categora a la que corresponde cada nmero. Las etiquetas de valor
no pueden exceder los 60 caracteres y se deben emplear solamente si se cumplen los
siguientes requisitos:
Para definir las etiquetas de valor debemos activar la casilla de valor correspondiente
a la variable de inters de tal manera que aparezca al costado derecho un cuadrado
con puntos suspensivos en su interior. Al hacer clic sobre el cuadrado aparece la
ventana Etiquetas de valor [Fig.20]; en esta ventana encontramos tres casillas.
Figura 20
La primera corresponde al Valor o nmero, en ella debemos digitar el nmero al que
deseamos dar la etiqueta. La segunda casilla corresponde a la Etiqueta de valor, en
ella digitamos la categora a la que corresponde ese valor (mximo 60 caracteres) y la
tercera casilla corresponde a las etiquetas aadidas; es decir, las categoras que ya
DESARROLLO DE LA TESIS Primera Etapa
Pgina 65
se han definido. Para ingresar una etiqueta de valor, debemos primero ingresar el
valor en la casilla Valor, sucesivamente ingresar la leyenda en la casilla Etiqueta y
finalizar haciendo clic en el botn Aadir, con lo que aparece en la casilla el nmero y
la leyenda correspondiente.
Si deseamos cambiar una etiqueta que ya haya sido aadida, debemos seleccionarla
en la casilla (hacer clic sobre ella), editar ya sea el nmero o la etiqueta y hacer clic en
Cambiar. Si por el contrario deseamos eliminarla, debemos seleccionarla y hacer clic
en Eliminar. Para finalizar basta con hacer clic en Aceptar, con lo que la ventana se
cerrara y las etiquetas quedarn definidas. Es necesario Aadir antes de Aceptar o de
lo contrario se perder cualquier operacin de Aadir o Cambiar pendiente.
PREGUNTAS
Pgina 66
Quinta unidad
..
Ajuste y afinamiento de bases de
datos llenadas para anlisis
Pgina 67
5.1
Objetivo:
Categorizar Variables
En la mayora de los casos, las bases de datos cuentan con variables cuya
informacin representa cantidades o magnitudes como la edad, los ingresos, las
ventas, etc. Generalmente este tipo de variables no son actas para realizar tablas de
frecuencia, debido a su elevado nmero de valores. SPSS nos ofrece la posibilidad de
reunir esta informacin dentro de rangos representativos, que vinculen una gran
cantidad de valores y cuyos resultados son ingresados en una nueva variable, lo que
nos permite mantener la informacin original intacta.
Para esta labor, SPSS cuenta con el procedimiento Categorizar Variables (Slo
versiones anteriores a la 12.0), el cual convierte los datos de una variable de escala
(Valores numricos que representan cantidad), en un nmero discreto de categoras;
es decir, rene un grupo de valores y les asigna un nmero representativo de
categora de pertenencia. Los nuevos valores son guardados en una nueva variable la
cual se identifica con el nombre original precedido de la letra ene (n); por ejemplo la
variable Altura al ser categorizada quedara naltura. Si cuentas con la versin 12.0
omite este apartado y pasa al siguiente, ya que esta nueva versin (12.0), cuenta con
un procedimiento de categorizacin mejorado, que nos ofrece mayor asistencia.
Para realizar la categorizacin, el programa conforma los grupos de acuerdo con los
percentiles (fracciones del porcentaje total), por lo que cada grupo contiene
aproximadamente el mismo nmero de casos. Por ejemplo, si le especificamos al
programa la creacin de cuatro (4) grupos, el asignar el valor 1 a los casos situados
bajo el percentil 25 o los casos comprendidos desde el menor valor hasta el valor que
se encuentre aproximadamente en el 25% del total de los casos.
Pgina 68
42% y el 57% de los casos, el programa no selecciona la mitad, sino el nmero que se
encuentre en el limite inferior o superior de este valor.
Figuras 21 y 22
Para realizarlo, debemos ubicar cada una de las variables dentro del listado e
ingresarlas a la casilla de seleccin haciendo clic en el botn Flecha ( ). Una vez
ingresadas las variables, slo nos resta definir el nmero de categoras que
aparecern en las variables de resultado, que para el caso corresponde a cinco (5).
Para definir la cantidad de categoras, activamos la casilla haciendo clic sobre ella y
sucesivamente introducimos el nmero cinco [Fig.23]. Para finalizar hacemos clic en el
botn Aceptar, con lo que las variables aparecen en la parte final del editor de datos
[Fig.24].
Pgina 69
Figuras 23 y 24
Si nos fijamos en las nuevas variables creadas, notaremos que no cuentan con las
propiedades de la variable original y que a su vez las etiquetas de valor no han sido
definidas. Adems, si tratamos de identificar los valores limtrofes de los rangos no lo
podramos conseguir, ya que este procedimiento no nos proporciona esta informacin.
Para poder conocer los valores limtrofes de cada uno de los rangos categricos, es
necesario emplear los estadsticos del procedimiento Frecuencias.
Figura 25
Figura 26
En conclusin el procedimiento
rpidamente una variable de Escala en una variable Ordinal, con la desventaja que
desconocemos los valores que involucra cada uno de los rangos; su utilidad radica en
DESARROLLO DE LA TESIS Primera Etapa
Pgina 70
En resumen, los pasos que se deben ejecutar para categorizar variables son:
Definir las etiquetas de valor para cada una de las categoras de las nuevas
variables generadas.
Dado que SPSS tiene la capacidad de trabajar con un gran nmero de variables
(33.000 aprox), es recomendable utilizar siempre la opcin correspondiente a En
distintas variables, ya que de esta manera podemos conservar los datos originales. Es
necesario resaltar que SPSS permite agrupar la informacin pero NO permite
DESARROLLO DE LA TESIS Primera Etapa
Pgina 71
desagruparla; es decir, podemos utilizar los procedimientos para convertir una variable
de escala a una variable de categoras (Ordinal), pero no en viceversa.
Dado que la diferencia en los cuadros de dilogo de estas dos opciones es muy
pequea, elegiremos la opcin correspondiente a En distintas variables. Al hacer clic
en ella, aparece el cuadro de dilogo correspondiente a Recodificar en distintas
variables [Fig.28]; este cuadro contiene los elementos habituales de los cuadros de
dilogo, como la lista de variables y la casilla de seleccin, pero adems incluye tres
secciones adicionales denominadas Variable de resultado, Valores antiguos y nuevos
y Condicional.
Figuras 27 y 28
Pgina 72
podemos ingresar una pequea leyenda explicativa que permita reconocer fcilmente
el contenido de la variable; este parmetro no es obligatorio pero es recomendable
para facilitar la interpretacin de los valores en los resultados.
La segunda nueva seccin del cuadro la compone el botn Valores antiguos y nuevos;
al hacer clic sobre l, aparece un nuevo cuadro de dilogo [Fig 29]; en este cuadro se
definen los valores que deseamos cambiar y se especifican a su vez el nuevo valor
que le ser asignado.
Figura 29
Dentro de este cuadro encontramos cuatro diferentes secciones (Valores antiguos,
Valores nuevos, Casilla de seleccin y las opciones de recodificacin), cada una de
estas secciones define un segmento especfico de la recodificacin y su aplicacin
depende exclusivamente de los criterios del investigador de acuerdo a las
necesidades del anlisis. Los parmetros que se definan en este cuadro sern
aplicados en la nueva variable de resultado.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 73
Perdido por el sistema: Son valores asignados por SPSS cuando los valores
de los datos no estn definidos de acuerdo al tipo de formato que haya
especificado (Por ejemplo, letras dentro de una variable numrica), as como
los campos que se encuentren vacios en una variable numrica (Los valores
numricos perdidos del sistema se muestran como puntos). Para las
variables de cadena no se pueden tener valores perdidos del sistema, ya que
el espacio en blanco es tomado como un carcter. Estos valores son
definidos por el programa como SYSMIS.
Perdido por el usuario: son observaciones que tienen valores que han sido
declarados como perdidos por el usuario. Generalmente estos valores
representan razones por las cuales no se tiene informacin como por ejemplo
No Sabe, No Responde, No Aplica. Estos valores son definidos por el
paquete como MISSING.
Pgina 74
Todos los dems valores: al seleccionar esta opcin, se incluirn todos los
valores que no han sido definidos dentro de las especificaciones anteriores y
les asigna el valor deseado en la variable de resultado.
Copiar valores antiguos: esta opcin retiene el o los valores antiguos que no
se hayan incluido dentro de de alguno de los nuevos valores. Si algunos de
los datos no requieren la recodificacin, se utiliza esta opcin para incluirlos.
Cabe aclarar que cualquier valor antiguo que no sea especificado no ser
incluido en la nueva variable, y en su lugar aparecen espacios en blanco.
Pgina 75
Figuras 30
Pgina 76
Figura 31
Despus de definir el primer valor, debemos definir el segundo por lo que ingresamos
en la casilla valor de la seccin valores antiguos el nmero cinco y sucesivamente
ingresamos en la casilla valor de la seccin valor nuevo el nmero 1; al hacer clic en el
botn Aadir aparece en la casilla de listado la frase (51) [Fig.32]. Si nos fijamos en
las expresiones, notaremos que le pedimos al programa que incluya los valores 2 y 5
en la nueva variable y que a su vez les asigne el valor 1.
Figura 32
DESARROLLO DE LA TESIS Primera Etapa
Pgina 77
Despus de definir el primer nivel, procedemos con el segundo. Para el segundo nivel
activaremos
la
primera
opcin
de
rango
de
la
seccin
valores
antiguos
Figura 33
Para el tercer y ltimo nivel, debemos activar primero la casilla valor en la seccin
valores antiguos e ingresar en ella el nmero 1, sucesivamente ingresamos en la
casilla valor de la seccin Valor nuevo el nmero 3; para terminar hacemos clic en el
botn Aadir con lo que aparece en la lista la leyenda (13) [Fig.34]. Si nos fijamos
en el listado de expresiones, notaremos que el valor que acabamos de definir aparece
antes de la expresin del segundo nivel, esto se debe a que el programa va
organizando las expresiones de acuerdo si se tratan de valores especficos o rangos.
Figura 34
Continuando con la recodificacin, slo nos basta finalizar con el tercer nivel de
trabajo, por lo que activamos la primera opcin de rango (Desde / Hasta), e
ingresamos en la primera casilla el nmero 6 y en la segunda casilla el nmero 7;
DESARROLLO DE LA TESIS Primera Etapa
Pgina 78
Figura 35
Si nos fijamos en la expresin del tercer nivel, notaremos que le pedimos al programa
que incluya en la nueva variable los valores 1, 6 y 7 y que a su vez les asigne a ellos
el valor 3. Despus de ingresar todas las expresiones hacemos clic en Continuar con
lo que volvemos al cuadro de dilogo principal del procedimiento. Si no se han
aadido todas las expresiones, aparece en la pantalla el mensaje Se perdern todas
las operaciones pendientes de Aadir o cambiar.
Para utilizar una expresin condicional debemos hacer clic en el botn SI... del cuadro
de dilogo principal. Al hacer clic en l, aparece un nuevo cuadro de dilogo
correspondiente a Si los casos [Fig.36]; este cuadro nos permite aplicar
transformaciones de los datos para subconjuntos de casos seleccionados por medio
de expresiones condicionales. Una expresin condicional devuelve un valor verdadero,
DESARROLLO DE LA TESIS Primera Etapa
Pgina 79
Figura 36
Este cuadro de dilogo esta dividido en las secciones Lista de variables, Zona de
ecuacin (en esta casilla se ingresa la expresin de condicin), Calculadora de SPSS
(ver Depuracin Capitulo III) y las posibilidades de seleccin donde encontramos la
posibilidad de escoger las opciones Todos los casos (Aplica la transformacin a todos
los casos) o la opcin Incluir si el caso satisface la condicin (Aplica la transformacin
slo a los casos que cumplen las condiciones especificadas en la expresin).
Pgina 80
Figuras 37
Una vez definidos todos los parmetros del procedimiento, hacemos clic en el botn
Aceptar con lo que se ejecuta la recodificacin y la variable de resultado aparece en la
parte final del editor de datos de SPSS [37].
Esta variable contendr slo los niveles del rea de trabajo de los casos que
pertenezcan al gnero masculino; para los casos pertenecientes al gnero Femenino
se le asignan valores perdidos por el sistema; es decir, aparece un espacio en blanco
(. ). A cada nueva variable generada por la Recodificacin se le debe definir las
propiedades por medio de la pestaa vista de variables o el procedimiento Definir
propiedades de variables, ya que por defecto el programa las crea sin propiedades.
Pgina 81
LECTURAS COMPLEMENTARIAS
LECTURA 1:
VARIABLES Y LA HIPTESIS EN LA INVESTIGACIN
JORGE L. CASTILLO T.
La hiptesis bien formulada tiene como funcin encausar el trabajo que se desea
llevar al efecto. Hayman (1974) cita: adems que aclaran acerca de cuales son las
variables, que han de analizarse y las relaciones que existen entre ellas, y permiten
derivar los objetivos del estudio constituyndose en la base de los procedimientos de
investigacin.
DEFINICIN DE HIPTESIS
Es una proposicin que establece relaciones, entre los hechos; para otros es una
posible solucin al problema; otros mas sustentan que la hiptesis no es mas otra
cosa que una relacin entre las variables, y por ltimo, hay quienes afirman que es un
mtodo de comprobacin.
La hiptesis como proposicin que establece relacin entre los hechos: una
hiptesis es el establecimiento de un vnculo entre los hechos que el investigador va
aclarando en la medida en que pueda generar explicaciones lgicas del porqu se
produce este vnculo.
Pgina 82
"La hiptesis es una proposicin que nos permite establecer relaciones entre los
hechos. Su valor reside en la capacidad para establecer mas relaciones entre los
hechos y explicar el por que se producen".
Deben ser sustentada por Van Dalen (1974 170) conduce a una definicin en la que
se establece que:
"La hiptesis son posibles soluciones del problema que se expresan como
generalizaciones o proposiciones. Se trata de enunciados que constan de elementos
expresados segn un sistema ordenado de relaciones, que pretenden describir o
explicar condiciones o sucesos an no confirmados por los hechos".
Hiptesis como relacin entre variables: Kerlinger (1985 : 12) expresa; una
expresin de las relaciones existentes entre dos o mas variables, la hiptesis se
formula en trminos de oracin aseverativa por lo tanto:
"Es una expresin conjetural de la relacin que existe entre dos o ms variables.
Siempre aparece en forma de oracin aseverativa y relaciona de manera general o
especfica, una variable con otra.
Hiptesis como mtodo de comprobacin: para otros investigadores, la hiptesis
es algo mas que el establecimiento de relaciones entre elementos, o la posible
Pgina 83
"La hiptesis es una proposicin, condicin o principio que se supone sin certeza con
el fin de derivar sus consecuencias con hechos lgicos y, por este mtodo comprobar
su concordancia con hechos conocidos o que puedan determinarse".
IMPORTANCIA DE LA HIPTESIS
Las hiptesis son el punto de enlace entre la teora y la observacin. Su importancia
en que dan rumbo a la investigacin l sugerir los pasos y procedimientos que deben
darse en la bsqueda del conocimiento.
ORIGEN DE LA HIPTESIS
Selltiz (1974:53) seala:
"Una hiptesis puede estar basada simplemente en una sospecha, en los resultados
de otros estudios y la esperanza de que una relacin entre una o mas variables se den
en el estudio en cuestin. O pueden estar basadas en un cuerpo de teoras que, por
un proceso de deduccin lgica, lleva a la prediccin de que, si estn presentes
ciertas condiciones, se darn determinados resultados.
Pgina 84
Funcin de la Hiptesis:
Cuando se describe su importancia, se plantean algunas de las funciones que ellas
cumplen, porque adems de ser guas en el proceso de investigacin, tambin pueden
servir para indicar que observaciones son pertinentes y cuales no lo son con respecto
al problema planteado.
La hiptesis puede sealar loas relaciones o vnculos existentes entre las variables y
cuales de ellas se deben estudiar, sugieren una explicacin en ciertos hechos y
orientan la investigacin en otros, sirve para establecer la forma en que debe
organizarse eficientemente el anlisis de los datos. Hernndez agrega que entre otras
funciones, su objetivo principal, es de aprobar y sugerir teoras.
Formulacin de Hiptesis:
Es un planteamiento que elabora el investigador a partir de la observacin de una
realidad que tiene explicacin en una teora, por lo tanto se afirma que ellas
representan un punto medio entre la teora y la realidad.
CLASIFICACIN DE LA HIPTESIS
La hiptesis puede adoptar diferentes y clasificarles de acuerdo a la convivencia de
cada autor:
a. Hiptesis general: es cuando trata de responder de forma amplia a las dudas
que el investigador tiene acerca de la relacin que existe entre las variables.
b. Hiptesis especfica: es especfica aquella hiptesis que se deriva de la
general, estas tratan de concretizar a la hiptesis general y hace explcitas las
orientaciones concebidas para resolver la investigacin.
c. Hiptesis estadstica: la hiptesis estadstica es aquella hiptesis que somete
a prueba y expresa a las hiptesis operacionales en forma de ecuaciones
matemticas.
Pgina 85
g. Hiptesis estadstica:
Evaluacin de la Hiptesis:
Existe algunos criterios que sirven de gua para determinar si la hiptesis cumple con
algunos requisitos Mc Gigan (1971: 67) afirma:
a. Permite ser comprobada, es decir, establece claramente su referente emprico.
b. Est en correlacin y armona con el conjunto de las hiptesis del proyecto de
la investigacin
Pgina 86
VARIABLE
La definicin ms sencilla, es la referida a la capacidad que tienen los objetos y las
cosas de modificar su estado actual, es decir, de variar y asumir valores diferentes.
Sabino (1980) establece:
Pgina 87
Variable Dependiente:
Hayman (1974 : 69) la define como propiedad o caracterstica que se trata de cambiar
mediante la manipulacin de la variable independiente.
La variable dependiente es el factor que es observado y medido para determinar el
efecto de la variable independiente.
Variable Interviniente:
Son aquellas caractersticas o propiedades que de una manera u otra afectan el
resultado que se espera y estn vinculadas con las variables independientes y
dependientes.
Variable Moderadora:
Segn Tuckman: representan un tipo especial de variable independiente, que es
secundaria, y se selecciona con la finalidad de determinar si afecta la relacin entre la
variable independiente primaria y las variables dependientes.
Variables Cualitativas:
Son aquellas que se refieren a atributos o cualidades de un fenmeno. Sabino (1989 :
80) seala que sobre este tipo de variable no puede construirse una serie numrica
definida.
Variable Cuantitativa:
Son aquellas variables en las que caractersticas o propiedades pueden presentarse
en diversos grados de intensidad, es decir, admiten una escala numrica de medicin.
Variables Continuas:
Son aquellas que pueden adoptar entre dos nmeros puntos de referencias
intermedio. Las calificaciones acadmicas (10.5, 14.6, 18.7, etc.)
Variables Discretas:
Pgina 88
Son aquellas que no admiten posiciones intermedias entre dos nmeros. Ej., en
Barinas la divisin de territorial la constituyen 11 municipios por no (10.5 u 11.5
municipios).
Variables de Control:
Segn Tuckman: La define como esos factores que son controlados por el
investigador para eliminar o neutralizar cualquier efecto que podran tener de otra
manera en el fenmeno observado.
Operacionalizacin de la Variable:
Es un paso importante en el desarrollo de la investigacin. Cuando se identifican las
variables, el prximo paso es su operacionalizacin.
Pgina 89
LECTURAS COMPLEMENTARIAS
LECTURA 2:
GUA METODOLGICA PARA LA ELABORACIN DE
UN INFORME FINAL DE INVESTIGACIN
ELIZABETH PREZ OLIVA.
INTRODUCCIN
Ningn proyecto se considera completo hasta que se prepara el informe de
investigacin, incluso el estudio ms brillante tiene poco valor sino se difunde a la
comunidad cientfica.
Pgina 90
LA PORTADA
La portada es la parte inicial del informe de investigacin, sta est compuesta por los
siguientes elementos que van centrados en la pgina :
1.
2.
Logo de la Institucin.
3.
4.
5.
6.
7.
8.
9.
EL INDICE
Pgina 91
ii LA INTRODUCCION
Es la comunicacin inicial que permite (sin necesidad de explicar)
penetrar a detalles incentivadores, creando un ambiente de familiaridad
y confianza entre el autor del escrito y la persona lectora. Adems de
ser incentivadora, la introduccin presenta el tema de investigacin, los
propsitos esenciales y datos generales del contenido estructural del
escrito, es decir una breve descripcin capitular.
Pgina 92
iii EL RESUMEN
En l se detalla sintticamente todo el contenido del informe de
investigacin, planteando las ideas centrales y el perfil del escrito, es
decir, reducir a trminos breves y precisos la idea central de la
investigacin realizada. Debe incluir la justificacin, objetivo general,
principales resultados y conclusiones. Su extensin vara de las 75
hasta las 150 palabras como mximo.
CAPITULO I
PLANTEAMIENTO DEL PROBLEMA
Es una breve descripcin de la problemtica que puede sustentarse en
el desconocimiento de las causas que la generan, los factores
asociados o el grado de intensidad mostrado en el comportamiento de
algunos indicadores o variables en un contexto determinado.
Pgina 93
B. DELIMITACIN DE LA INVESTIGACIN.
En este apartado se establecer descriptivamente la cobertura que tuvo
la investigacin en lo relativo a:
C.
JUSTIFICACIN.
Este apartado debe reflejar la importancia y relevancia que tiene la
investigacin que se ha realizado, exponiendo argumentos tales como:
C.
LIMITACIONES.
Este apartado debe reflejar las restricciones que tiene la investigacin,
para poder expandir o generalizar los resultados, as como el
reconocimiento de la incidencias de otras variables que en el proceso
de la investigacin no se controlan. Debe evitarse mencionar limitantes
que puedan preveerse antes de realizar la investigacin, tales como
Pgina 94
tiempo,
costos,
falta de
informacin
y otras
propias
de los
investigadores.
E. OBJETIVOS.
CAPITULO II
FUNDAMENTACIN TEORICA.
En este captulo se exponen algunos principios, axiomas o leyes que
rigen las relaciones de los fenmenos que son parte de la realidad a
estudiar y que de alguna manera estn incidiendo o son parte de la
casualidad o estructura lgica de las explicaciones tericas de alguna
disciplina cientfica
Pgina 95
CAPITULO III.
HIPOTESIS Y VARIABLES.
En este captulo deben expresarse los supuestos bsicos que orientan
la bsqueda de la informacin y cmo stos han sido operacionalizados
a travs de la relacin esperada de las variables. De igual manera
deben
exponerse
los
indicadores
que
permitirn
medir
el
A. HIPOTESIS.
General y especficas.
En este apartado se sugiere formular las hiptesis de investigacin, tal
como estaban en el anteproyecto(si ste se hubiese elaborado). Estas
deben correlacionarse con cada objetivo (solamente cuando la
investigacin demande efectuar las respectivas pruebas). Si dentro del
trabajo no se realizaron pruebas de hiptesis ya que el estudio es
descriptivo o exploratorio, entonces debe de hacerse esta aclaracin.
B. DIAGRAMA DE VARIABLES.
En este apartado debe presentarse en forma esquemtica, lgica y
cronolgica, la relacin supuesta entre las variables, definiendo la (s)
independiente (s) y dependiente (s).
Pgina 96
CAPITULO IV
METODOLOGA DE LA INVESTIGACIN.
Este captulo comprende la descripcin de la estrategia a seguir
expresada a travs del tipo y modalidad de la investigacin, la
caracterizacin de las unidades de anlisis, las tcnicas, procesos e
instrumentos de medicin a ser utilizados; los cuales se expresarn en
los siguientes apartados:
A.
TIPO DE INVESTIGACIN
Este apartado debe reflejar la manera de cmo se enfoc la investigacin en
cuanto al propsito, amplitud y profundidad, mencionando las caractersticas
propias del nivel o modalidades de investigacin que se aplic en base a los
planteamientos de algunos autores de textos actualizados. Cuando el tipo de
investigacin demande la aplicacin de algn diseo, ser necesario exponerlo y
explicarlo en cada uno de sus elementos y procesos dentro de este apartado.
B.
POBLACIN Y MUESTRA
Aqu
debe
describirse
detalladamente
las
caractersticas
propias
del
Pgina 97
qu y reconocer las limitaciones que esto implica y los criterios que se definieron
para escoger a los sujetos. Para cualquiera de los dos casos, debe describirse el
proceso de seleccin de los elementos que conformaron la muestra.
C.
MATERIALES Y METODOS
Descripcin detallada de cmo fue realizada la investigacin y los
elementos utilizados en la misma. Incluye:
A.
B.
RESULTADOS.
En este apartado se debe exponer desde cmo se tabularon y organizaron los
datos, los respectivos cuadros y grficos con su respectiva descripcin de los
resultados, los modelos estadsticos y/o programas que se utilizaron para su
exposicin, la justificacin del por qu se usaron y cmo se efectuaron las
pruebas de hiptesis en el caso que se realicen.
C.
DISCUSIN DE RESULTADOS.
Autoevaluacin de los procedimientos empleados y discusin de los posibles
alcances y significados de la investigacin. Se hace una interpretacin acerca de
los resultados obtenidos con respecto a la informacin encontrada en la revisin
de la literatura, evitando hasta dnde sea posible especular.
Pgina 98
D.
CONCLUSIONES.
Las conclusiones en el informe de investigacin, hacen referencia a los
resultados concretos que se obtuvieron en el desarrollo de la
investigacin y que fueron presentados ampliamente en el desarrollo
del cuerpo del trabajo, prcticamente es un resumen sinttico de los
puntos ms importantes y significativos para los autores. Estas van
acorde al numero de objetivos planteados en la investigacin, esto no
quiere decir que no se presentar otra informacin importante obtenida
durante el estudio.
H. RECOMENDACIONES.
Las recomendaciones constituyen el aparato del documento, dnde la
creatividad del investigador (es) se pone de manifiesto en el
planteamiento de polticas, estrategias y medidas de accin a tomar por
instituciones (pblicas o privadas), requisitos, entidades, etc. para la
solucin del problema que se investig.
I. ANEXOS
Aqu se ubicarn los instrumentos y otro tipo de documento que han
sido necesarios para el desarrollo del trabajo y que no se ha
considerado otro lugar para ellos en el documento.
Los anexos son secciones adicionales que se adjuntan al documento
escrito, el objetivo es presentar informacin adicional importante, ya
sea para prolongar la explicacin de los datos, como tambin para
confirmarlos.
Se
ubica
despus
de
las
conclusiones
de
anexos:
copias
de
documentos,
mapas,
planos,
J. BIBLIOGRAFIA
Es la ltima parte del informe de investigacin, agrupa todas las fuentes
consultadas para la realizacin de la investigacin y redaccin del
Pgina 99
Pgina 100
LECTURAS COMPLEMENTARIAS
LECTURA 3:
QU ES UNA TESIS? PARA QUIEN SE ESCRIBE?
CMO DEBE ESTAR ESCRITA?
JOE WOLFE
u tesis es un trabajo de investigacin. El informe concierne a un problema o conjunto
de problemas en un rea definida de la ciencia y debe explicar lo que se sabe de l
previamente, lo que se haca para resolverlo, lo que sus resultados significan, y dnde
o cmo se pueden proponer progresos, ms all del campo delimitado por el trabajo.
Pgina 101
Siempre ser til tener a alguien, aparte de su asesor, que lea objetivamente unas
secciones de la tesis, particularmente la introduccin y los captulos de la conclusin
que debe estar ntimamente relacionadas. Sera muy apropiado tambin consultar a
los otros miembros del jurado... si podran leer algunas secciones de la tesis que
consideraran pertinentes o de inters, en las que se podran descubrir contribuciones
valiosas. A ellos, permtales concentrarse en el contenido, provales slo versiones
revisadas, de manera que no pierdan tiempo corrigiendo su gramtica, o su
presentacin.
Cun detallada?
Bastante ms que para un artculo cientfico! Una vez que se ha evaluado su tesis y
sus amigos han ledo las tres primeras pginas, los nicos lectores que querrn
continuar, sern las personas que investigan seriamente en el rea. Por ejemplo, un
estudiante ms joven desea seguir su misma lnea de investigacin y est interesado
en saber exactamente lo que usted ha experimentado. Pregntese: podr hacerlo
con su tesis?
Ud. debe estar en condiciones de proveerle todo lo necesario: debe incluir bocetos,
dibujos, diagramas y programas de computadora, normalmente como apndices. Una
omisin muy frecuente e irritante, se encuentra en los programas de computacin
indocumentados e incomentados, lo que lleva a una, casi imposible interpretacin.
Ud. no debe caer en esta negligencia!
Pgina 102
Las buenas referencias, dejan que verifiquemos los fundamentos de sus aportaciones
a la estructura de la disciplina, o por lo menos retraerlas a un nivel que juzgamos
fiable. Las buenas referencias tambin les dicen a los lectores, cules partes de la
tesis son descripciones de conocimientos previos y cules partes son sus
contribuciones originales a ese conocimiento.
El texto de una tesis, escrita para un lector cientfico con poca familiaridad con la
literatura en ese campo, debe quedar especialmente claro. Parecera tentador omitir
una referencia, con la esperanza de que un lector pudiera pensar que una idea buena
o un "pedazo bueno" del anlisis es suyo. Cuidado!, le prevengo contra este acto
deshonesto. Puede caer descuidadamente en el delito de plagio.
El lector pensar: " Qu idea tan buena, debo comprobar su originalidad! ". Se
enterar de su verdadero origen, en la biblioteca, en la red o con slo una llamada
telefnica.
Esta afirmacin cobra mayor verdad cuando los descubrimientos cientficos son de tal
magnitud (como los de Albert Einstein) que la persona del cientfico en si, pasa a
Pgina 103
segundo plano en los escritos. Este debe despersonalizarse por completo, siempre
que el escrito sirva para comunicar ciencia.
Por esta razn, no se trata del rechazo de "un yo inmodesto", por parte del cientfico al
escribir en modo impersonal, sino ms bien un simple acto de respeto por la ciencia.
Algunos escritores piensan, -tal vez equivocadamente- que si escriben en voz pasiva,
deben ser ms cuidadoso sobre la atribucin. Por ejemplo, si escribe en voz pasiva
"La muestra fue preparada por itrio calentado. . .", se puede dudar si era Ud. quien
preparaba la muestra o si lo haca la Compaa Itrio. "Prepar la muestra . . ." es ms
claro expresndolo en voz activa, fundamentarn...
No obstante y con el afn de dar por terminada la discusin, a todas luces es correcto
expresar cientficamente: "...preparar una muestra de itrio calentado..." que no da
lugar a las incorrectas interpretaciones enunciadas, y por supuesto est escrito en voz
activa, totalmente impersonal.
El Estilo
El texto debe ser claro. La buena gramtica y la escritura reflexiva harn la tesis ms
fcil de leer. La escritura cientfica tiene que ser un poco formal --bastante ms formal
que este texto--. Los angloparlantes nativos deben recordar que el ingls cientfico es
Pgina 104
Yo personalmente, como puede ver aqu, no uso sangra, puesto que los prrafos
quedan perfectamente destacados solo con su separacin. Obtenga esta excelente
caracterstica de formato de prrafo: la separacin de prrafo, en el men de Word'97,
con la opcin: Formato, Prrafo.
Frases y palabras cortas, simples son a menudo mejores que las largas. Algunos
polticos usan retricamente "en este momento del tiempo" en lugar de "ahora",
precisamente porque toma ms tiempo obtener el mismo significado. No tienen
cuidado particularmente con la comunicacin eficaz. Usted s debe.
Habr ocasiones en las que se requiera una frase complicada porque la idea misma lo
es. Si su declaracin primaria requiere varias calificaciones, cada una de stas
requerira una clusula subordinada: "Cuando [calificacin], y donde [lugar], y si
[condicin] entonces [declaracin]."
La Presentacin
No existe obligacin para una tesis, de ser una obra maestra de publicacin. Su
tiempo puede ser ms productivo si lo emplea en mejorar el contenido, mucho ms
que en la apariencia. Pero piense que una buena presentacin, invitar a una lectura
ms agradable. Solo Ud. es capaz de establecer una relacin de compromiso con
ambos aspectos perfectamente equilibrados.
Pgina 105
Por ejemplo, Ud. puede hacer un dibujo a mano alzada (o como quiera), luego
escanearlo y finalmente retocarlo, colorearlo con una aplicacin grfica fotogrfica.
Pero el scanner va mucho ms all. Es posible rastrear el texto de un libro para
llevarlo directamente a su procesador de texto. Cuidado con esto!, es una invitacin al
plagio. No se tiente con este "canto de sirena" (repase lo analizado en el tema Ponga
en claro lo suyo).
Su tesis hoy (1999), debe estar hecha con todas las capacidades para procesarse,
conservarse y transmitirse ntegramente en archivos de computadora !
Un diagrama, un dibujo, una tabla, una fotografa y en general una figura habla por si
sola. No es necesario redundar en explicaciones que las mismas figuras o
ilustraciones muestran con alta propiedad.
No ponga ms figuras (dibujo, tabla, diagrama, fotografa, sonido, video, etc.) que las
necesarias. Deben estar correctamente construidas segn las normas. En el texto
refirase a ellas solo en el sentido de aclarar lo que no resulta obvio, de su sola
inspeccin.
No pienso que haya una correlacin fuerte (de cualquier modo) entre cantidad y
calidad. No hay necesidad de dejar grandes huecos de papel, para hacer la tesis ms
voluminosa. Los Lectores no apreciarn grandes cantidades de texto vago o
innecesario.
Cuntas copias? Consulte con su asesor sobre esto. As como para los
examinadores, las bibliotecas universitarias y usted mismo, debe hacer unas copias
del original para la distribucin. Recuerde que debe tener en cuenta tambin las
copias informticas de los archivo de computadora. El soporte que se impone, dado el
volumen extenso de una tesis es el CD-ROM. Si se trata de una tesina , quiz alcance
solo con un juego de disquetes. Se deben enviar estas copias a otros cientficos que
trabajan en el mismo campo de investigacin de manera que:
Pgina 106
puedan tomar nota del trabajo que estuvo haciendo, antes de que
aparezca en las revistas especializadas;
No se olvide de hacer una copia para sus padres, quienes como ningunos otros, se
sentirn profundamente honrados y orgullosos de merecer el alto honor de constituirse
en depositarios, de tan importante documento.
En lo personal
Est asegurado que Ud. emplear gran parte de su tiempo --quizs la mayora-escribiendo su tesis. Esto podra ser perjudicial para su salud fsica y mental. Reciba
unos cuantos consejos:
Aprenda Dactilografa
Instale su silla y computadora apropiadamente. Hay publicaciones (libros) que
abordan aspectos de una ciencia nueva denominada Ergonoma . En ellos podr
encontrar sugerencias sobre: alturas relativas, posturas saludables y tambin
ejercicios recomendados si pasa mucho tiempo al teclado.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 107
En esto ltimo vale la pena asegurarse: usted no debe permitir una molestia extra en
la espalda o un dolor de cuello. Trate de intercalar sesiones largas de dactilografa con
otras actividades preferentemente fsicas.
Para cuando termine su tesis, podr teclear rpidamente, con precisin y su inversin
en horas se habr amortizado plenamente. Sea cuidadoso de no usar el ejercicio de la
mecanografa como una actividad distractiva. Tmelo seriamente.
Camine para irse al trabajo y tambin para retornar? Muchas personas opinan que
una caminata les ayuda a pensar, o les despeja la mente. Descubrir que un paseo
ocasional, mejora su productividad.
Alimntese
No se olvide de comer bien, y haga un esfuerzo por comer rico y saludablemente. No
debe perder aptitud fsica o arriesgarse a contraer una enfermedad en este tiempo
crtico. El ejercicio sirve para mantener el apetito. S que tiene poco tiempo para
cocinar, pero guarde una provisin de fruta fresca, verduras y pan. Toma menos
tiempo hacer un bocadillo, que ir al restaurante local de comida rpida... seguro que
se sentir mejor despus.
Drogas
Los escritores de tesis tienen una tradicin larga de consumir caf como un
estimulante y alcohol o marihuana como relajantes. El uso del alcohol y el caf es
legal, usar marihuana no. Tomados con moderacin, no parecen tener efectos nocivos
en la calidad de la tesis producida. Los excesos, sin embargo, son obviamente
Pgina 108
Fin
La escritura de una tesis es un trabajo exigente y duro. Es tambin un rito importante
de transicin en la vida de un estudiante. En nombre de los estudiantes universitarios
de todas las latitudes, les deseo buena suerte!
Pgina 109
BIBLIOGRAFA
1. ANDER EGG, Ezequiel Tcnicas de investigacin social. Edic. 14 Edit.
2. Cid Editor, Argentina 1980.
3. ARNDT, Clara y DADERIAN, Loucine M. Administracin de Enfermera.
Teora para la Prctica con un Enfoque de Sistemas. Segunda Edicin OPS.
Mxico 1980.
4. CABALLERO ROMERO, Alejandro Criterios operativos y prcticas
5. sobre investigacin cientfica aplicados especialmente en el estudio del
Cooperativismo. Univ. de Lima 1984.
6. CANALES , F.H. & COLS Metodologa de la investigacin. Manual
7. para el Desarrollo del Personal de Salud. Edit. Limusa Organizacin
Panamericana de la Salud. Mxico 1986..
8. CHAVEZ CONSTANTINO, Daniel Metodologa de la investigacin en salud.
Impreso en Calidad S. Santo Domingo D.N. Febrero de 1982.
9. GONZALES, G.F. Metodologa de la Investigacin en Reproduccin Humana.
Universidad Cayetano Heredia. Lima 1994.
10. HERNANDEZ, Roberto. Metodologa de la investigacin. Edit Mc. Graw
Hill Interamericana de Mxico S.A. de C.V. impreso en Colombia. 1991.
11. KERLINGER, Fred. Investigacin del comportamiento. 2da. Edicin. Edit,
Interamericana. Mxico 1982.
12. LAM DE SHOJI, Julia. Mdulo autoinstructivo para elaborar proyectos de
investigacin en salud. Revista Cultural de la Asociacin de Docentes
U.S.M.P. N 9 Edit. Logos. 1995.
13. LEON, Federico y CHU, Magdalena. Investigacin de Operaciones en
Planificacin Familiar y Salud Reproductiva. Concepto, Caos. Universidad
Cayetano Heredia. Lima 1998.Biblioteca de la Facultad de Obstetricia-USMP.
14. LEON, Orfelio y MONTERO, Ignacio. Diseo de Investigacin. Edit. Mc. Graw
Hill. Espaa 1997. Biblioteca de la Facultad de Obstetricia-USMP.
15. NEUPERT, Ricardo. Manual de investigacin social. Edit. Universitaria
Honduras. 1977.
16. OBLITAS GUADALUPE, Luis.
Metodologa de la investigacin.
Bibliografa de Psicologa Peruana. Per S/F.
17. SANCHEZ, Hugo / REYES, Carlos.
Metodologas y diseos en la
investigacin cientfica aplicados en la psicologa , educacin y ciencias
sociales. Edit. Educativa. Inide, Per 1984.
18. TAMAYO TAMAYO, Mario. El proceso de la investigacin cientfica. Edit.
Libusa, Mxico. 1981.
19. CAMPBELl, Mary. base IV Gua de Autoenseanza. Espaa. Editorial McGraw
Hill Interamericana. 1990. pp110/111,121/122,161,169, 179-191/192.
20. HARWRYSZKIEWYCZ, I T. Anlisis y diseo de base de datos. Editorial
Megabyte. Noriega Editores. Mxico. 1994. pp29/31
21. LAUDON, Kenneth C. Administracin de los sistemas de informacin. 3ra.
Edicin. Mxico. 1996. pp 271/295
22. MARQUZ R. Omar A. El Proceso de la Investigacin en las Ciencias Sociales.
Ediciones de la Universidad Ezequiel Zamora coleccin Docencia Universitaria.
23. Hernndez, Sampieri. Roberto. Metodologa de la investigacin 2a. Edicin.
Editorial McGraw-Hill, Mxico, 1998.
DESARROLLO DE LA TESIS Primera Etapa
Pgina 110
Pgina 111