MTODO PARA COMPROBACIN DE HIPTESIS

MTODO INDUCTIVO
Para la comprobacin de la hiptesis, el mtodo principal utilizado, fue
el mtodo inductivo, con el que se pudo obtener resultados
especficos o particulares de la problemtica identificada; lo cual sirvi
para disear conclusiones y premisas generales, a partir de tales
resultados especficos o particulares.
A este efecto, se utilizaron las tcnicas que se especifican a
continuacin:

Entrevista. Previo a desarrollar la entrevista, se procedi

al diseo de boletas de investigacin, con el propsito de
comprobar las variables dependiente e independiente de la
hiptesis previamente formulada. Las boletas, previo a ser
aplicadas a poblacin objetivo, sufrieron un proceso de prueba,
con la finalidad, de hacer ms efectivas las preguntas y propiciar
que las respuestas, proporcionaran la informacin requerida,
despus de ser aplicada.

Determinacin de la poblacin a investigar. En

atencin a este tema, el grupo de investigacin decidi no
efectuar un muestreo estadstico que representara a la poblacin a
estudiar, pues la misma estaba constituida por 71 personas que
laboraban en el rea de tesorera de la municipalidad citada; por
lo que para obtener una informacin ms confiable, se cens o
investig a la totalidad de la poblacin; con lo que se supone que
el nivel de confianza en este caso ser del 100%.

Despus de recabar la informacin contenida en las boletas, se procedi

a tabularlas; para cuyo efecto se utiliz el mtodo de estadstico y el
mtodo de anlisis, que consisti en la interpretacin de los datos
tabulados, en valores absolutos y relativos, obtenidos despus de la
aplicacin de las boletas de investigacin, que poseyeron como objeto
la comprobacin de la hiptesis previamente formulada.
Ejemplos de razonamiento inductivo:
1.
Premisa: Mi automvil est hecho de hierro.
Premisa: El automvil de Alberto est hecho de hierro.

Premisa: El automvil de Gloria est hecho de hierro.

Conclusin: todos los automviles estn hechos de hierro.
2.
Premisa: El estudio de los pacientes con niveles bajos de glucosa en la
sangre, tienen deficiencia de las funciones del pncreas.
Premisa: Las personas sanas tienen niveles normales de azcar.
Conclusin: Las personas con deficiencias de las funciones del pncreas
estn enfermas y tienen deficiencia de glucosa en la sangre.
EL MTODO ANALTICO
El Mtodo analtico es aquel mtodo de investigacin que consiste en la
desmembracin de un todo, descomponindolo en sus partes o
elementos para observar las causas, la naturaleza y los efectos. El
anlisis es la observacin y examen de un hecho en particular. Es
necesario conocer la naturaleza del fenmeno y objeto que se estudia
para comprender su esencia. Este mtodo nos permite conocer ms del
objeto de estudio, con lo cual se puede: explicar, hacer analogas,
comprender mejor su comportamiento y establecer nuevas teoras.
Qu significa Analizar?
Analizar significa desintegrar, descomponer un todo en sus partes para
estudiar en forma intensiva cada uno de sus elementos, as como las
relaciones entre s y con el todo. La importancia del anlisis reside en
que para comprender la esencia de un todo hay que conocer la
naturaleza de sus partes. El todo puede ser de diferente ndole: un todo
material, por ejemplo, determinado organismo, y sus partes
constituyentes: los sistemas, aparatos, rganos y tejidos, cada una de
las cuales puede separarse para llevar a cabo un anlisis ms profundo
(esto no significa necesariamente que un aparato u rgano tenga que
separarse fsicamente del resto del organismo; en otras palabras, aislar
un rgano o aparato significa aqu que no se tomen en cuenta las dems
partes del todo). Otros ejemplos de un todo material es: la sociedad y
sus partes: base econmica (fuerzas productivas y relaciones sociales de
produccin) y la superestructura (poltica, jurdica, religiosa, moral). La
sociedad es un todo material en tanto que existe fuera e
independientemente de nuestra conciencia.
El todo puede ser tambin racional, por ejemplo, los productos de la
mente: las hiptesis, leyes y teoras. Descomponemos una teora segn
las leyes que la integran; una ley o hiptesis, segn las variables o
fenmenos que vinculan y el tipo de relaciones que establecen, por lo

tanto, puede hablarse de anlisis emprico y anlisis racional. El primer

tipo de anlisis conduce necesariamente a la utilizacin del segundo
tipo; por ello se le considera como un procedimiento auxiliar del anlisis
racional.
El anlisis va de Ios concreto a lo abstracto ya que mantiene el recurso
de la abstraccin puede separarse las partes (aislarse) del todo as como
sus relaciones bsicas que interesan para su estudio intensivo (una
hiptesis no es un producto material, pero expresa relaciones entre
fenmenos materiales; luego, es un concreto de pensamiento).
Ejemplos de mtodo analtico:
Cuando se desea conocer si una parte del cuerpo humano tiene alguna
infeccin o si entre sus clulas hay algunas cancerosas, es necesario
descomponer el todo (el rgano en cuestin, que en estos casos se hace
con un tejido de ste), y luego de descomponer sus partes es posible
conocer si existe alguna enfermedad.
Cuando se desea estudiar algn fenmeno social, por ejemplo, la
manera en que las personas se relacionan a travs de las redes sociales,
es necesario establecer los elementos que se tomarn en cuenta, y
estudiarlos de manera separada, para finalmente poder unir de nuevo
todo y dar una conclusin satisfactoria en cuanto al tema en cuestin.
Para estudiar cmo se comporta el organismo humano en general, es
necesario dividirlo en diversos sistemas. As, se establecieron 11 de ellos
que son el respiratorio, el circulatorio, el endocrino, el linftico, el
muscular, el digestivo, el sistema muscular, el seo, el reproductor, el
nervioso y el urinario. Y a su vez, para estudiar el comportamiento del
organismo con precisin, es necesario prestar atencin a cada uno de
los rganos que integran estos sistemas.

MTODO ESTADSTICO
La Investigacin cuantitativa asume el Mtodo Estadstico como proceso
de obtencin, representacin, simplificacin, anlisis, interpretacin y
proyeccin de las caractersticas, variables o valores numricos de un
estudio o de un proyecto de investigacin para una mejor comprensin
de la realidad y una optimizacin en la toma de decisiones. El Mtodo
Estadstico en las Ciencias sociales se convierte en una herramienta
poderosa de precisin cientfica en la medida en la que se combine con
los mtodos cualitativos y se emplee de acuerdo a las necesidades y al

sano criterio. Adolph Quetelet fue de los primeros en aplicar

mtodos estadsticos al estudio de un conjunto de datos. El Mtodo
estadstico ofrece adems las siguientes bondades para la Investigacin
educativa y pedaggica.
1) Facilita el manejo de grandes cantidades de observaciones y datos
por el empleo adecuado de la muestra.
2) Facilita el manejo de categoras tanto deductivas como inductivas al
convertirlas en variables numricas.
3) Maximiza el carcter objetivo de la interpretacin no obstante la
observacin y participacin del sujeto investigador en el mismo grupo
investigado.

Determinacin de la poblacin objetiva

La lectura crtica de estudios de investigacin incluye algunos
interrogantes referidos a la delimitacin de la poblacin, la
determinacin de la muestra, si el tamao elegido de la muestra es el
adecuado y si el error de muestreo es apropiado. El muestreo es un
elemento clave en la metodologa de la investigacin ya que implica
seleccionar a un grupo de elementos que se utilizarn para dirigir un
estudio. Por lo tanto es importante disear un plan de muestreo que
defina el proceso de seleccin del grupo de elementos seleccionados. Es
fundamental expresar claramente en todo trabajo de investigacin los
siguientes aspectos del diseo metodolgico: la poblacin y las
caractersticas que deben poseer los elementos para formar parte del
estudio, el nmero de elementos que conforman la poblacin, si este
nmero se conoce con certeza o se puede estimar, el tipo de muestreo y
la tcnica utilizada, el tamao de la muestra y el error de muestreo
establecido.
La teora del muestreo permite determinar de manera efectiva la
muestra que refleje con exactitud las caractersticas de la poblacin
sometida al estudio, ya que no siempre es posible tomar a todos los
elementos que conforman la poblacin.
Cuando se refiere a poblacin en diferentes contextos de la investigacin
se mencionan los trminos poblacin objetivo, poblacin investigada,
poblacin diana, poblacin blanco, poblacin accesible o target group.
Estos trminos no significan lo mismo, aunque algunos se utilizan como
sinnimos, son distintas maneras de definir a la poblacin de acuerdo al

mbito en el que se quiere estudiar (en ciencias sociales, ciencias

biomdicas, ciencias econmicas, marketing).
Aqu se presenta una definicin de poblacin amplia que es aplicable a
todos los mbitos de la investigacin cientfica.
El tamao de la muestra a estudiar y la forma de seleccin de las
unidades muestrales se debe justificar convenientemente de acuerdo al
planteo del problema, la poblacin, los objetivos y el propsito de la
investigacin.
Para acercar las herramientas que brinda la estadstica a la investigacin
es necesario definir algunos conceptos previamente y a partir de ellos
desarrollar las diferentes tcnicas del muestreo acompandolas de
ejemplos y aplicaciones.
En esta ponencia se presentan las diferentes tcnicas de muestreo y la
determinacin del tamao de la muestra requerida en un trabajo de
investigacin.
La informacin presentada puede ser de utilidad a toda persona que
desee realizar un trabajo de investigacin cientfica, una tesina, una
tesis, como a todo aquel que oriente el proceso, realice una lectura
crtica o evale estudios cientficos.

Mtodos de muestreo
1.- Muestreo no probabilstico: no se usa el azar, sino el criterio del
investigador.
2.- Muestreo probabilstico o aleatorio:
2.1.- Muestreo aleatorio simple: se asigna un nmero a cada uno de
los individuos de la poblacin, y seguidamente se van eligiendo al azar
los componentes de la muestra. La eleccin de un individuo no debe
afectar a la del siguiente, por tanto debe reemplazarse el n, una vez
extrado.
2.2.- Muestreo sistemtico: se ordenan previamente los individuos de
la poblacin, despus se elige uno al azar y a continuacin, a intervalos
constantes, se eligen todos los dems hasta completar la muestra.
2.3.- Muestreo estratificado: se divide la poblacin total en clases
homogneas (estratos). La muestra se escoge aleatoriamente en
nmero proporcional al de los componentes de cada estrato.

Ejemplo: en un I.E.S. hay 120 alumnos en 2 de Bachillerato

provenientes de 4 zonas o pueblos.
Zona A: 20 alumnos
Zona B: 32 alumnos
Zona C: 60 alumnos
Zona D: 8 alumnos
Hay que elegir una muestra de 20 alumnos para hacerles una serie de
preguntas.
Utiliza los tres mtodos de muestreo aleatorio para escoger la muestra.
2.- DISTRIBUCIONES DE MUESTREO
Es evidente que los resultados obtenidos del estudio de una muestra no
son del todo fiables, pero s en buena medida. Los parmetros que
obtienen de una muestra (estimadores estadsticos) nos permitirn
arriesgarnos a predecir una serie de resultados para toda la poblacin.
De estas predicciones y del riesgo que conllevan se ocupa la Inferencia
Estadstica.
Distribucin de medias muestrales
Si una poblacin tiene N elementos, el n de muestras distintas de
tamao n que se pueden elegir es

. Si pueden repetirse individuos, el nmero de muestras ser igual a

.
Ejemplo: calcular el n de muestra de tamao 21 que pueden elegirse en
una poblacin de 120 alumnos:
sin reemplazamiento
con reemplazamiento
Repaso de la distribucin normal
Ejercicios:
Si Z es una N(0, 1), calcular las siguientes probabilidades:
a) p(Z<1) b) p( Z>13) c) p(Z<-05) d) p(-05<Z<13)
Si X es una N(15, 3), responder a las siguientes cuestiones:

 tipificarla a una N(0, 1) con el cambio

calcular las siguientes probabilidades:
p(X<21) p(X<-7) p(X>31)
Parmetros muestrales
Elegida una muestra, hallaremos en ella la media
y la desviacin tpica S. Lo que tendremos que estudiar ser la
representatividad de estos parmetros muestrales con los parmetros
reales de la poblacin, es decir: la media poblacional , y la desviacin
tpica de la poblacin .
Si en una poblacin de N individuos tomamos todas las muestras
posibles de tamao n, se puede demostrar que la media de las medias
muestrales coincide con la media poblacional, esto es
Sin embargo, no se cumple lo mismo para la desviacin tpica de las
medias muestrales, sino que se verifica que
, siendo n el tamao de las muestras.

Poblaciones finitas
De esta manera, las Poblaciones Finitas sern aquellos grupos o
conjuntos de seres, que comparten atributos comunes, pero que a la vez
constituyen una cantidad limitada de elementos o miembros,
permitiendo su fcil identificacin y contabilizacin. Algunos ejemplos de
este tipo de poblaciones lo constituyen por ejemplo el nmero de
estudiantes de una institucin o el total de obreros de una industria.
En cuanto a su naturaleza matemtica, se establece que una Poblacin
Finita est bsicamente constituida cuando el conjunto cuenta con un
nmero menor a cien mil miembros. Oponindose as diametralmente a
la definicin de Poblacin Infinita, la cual es aquel grupo de miembros o
elementos con atributos comunes que superan en cien mil su cantidad.
Ejemplo
Poblacin finita
n= tamao muestra
z= nivel de confianza 95%= 1.96

p= variabilidad negativa 20
q= variabilidad positiva 80
N= tamao de la poblacin 300
e= error 0.05
la frmula es la siguiente:
n= z2Npq/e2(N-1)+z2pq
Considerando que el 2 = cuadrado de tal manera que: z2= z al
cuadrado.
Para resolver la frmula se requiere de una tabla que te dar la cantidad
del nivel de confianza; es decir si eliges un 95% de confianza, esto ser
igual a .95, se dividir entre 2 y te dar .4750 lo que equivale en la tabla
a 1.96
de tal manera que la frmula sustituida quedara:
n= (1.96)2*300(.80)(.20)/(.05)2(299)+(1.92)
n= (3.84)300(.80)(.20)/(.0025)(299)
n= 184/1.3619 = 135

Poblaciones Infinitas:
Tienen un nmero indeterminado de elementos, los cuales no pueden
ser contados. Ejemplo: Los nmeros naturales.
As tambin las poblaciones pueden ser clasificadas en Reales e
Hipotticas, las reales son aquellas concretas, que ya existen. Ejemplo:
Los aspirantes a un puesto de trabajo, los vendedores de una empresa.
Mientras que las hipotticas, son las formas imaginables en que se
podra presentar un suceso. Ejemplo: Estimaciones de la poblacin
econmicamente activa dentro de diez aos.
En toda investigacin lo ideal sera contar con observaciones o
caractersticas de todos los elementos de nuestro grupo de inters, pero
en muchas ocasiones eso sera muy caro y/o muy tardado o
simplemente imposible, es por ello que se toman muestras.
Es infinita si se incluye un gran conjunto de medidas y observaciones
que no pueden alcanzarse en el conteo. Son poblaciones infinitas
porque hipotticamente no existe lmite en cuanto al nmero de
observaciones que cada uno de ellos puede generar.

Poblaciones infinitas
z= 2.24
p= .70
q= .30
e= .25
n= Z2pq/e2
n=(2.24)2(.70)(.30)/(0.25)2
n= 5.0176(.21)/0.000625
n= 1.0053696/0.000625
n= 1685.9136 = 1686
Espero te sirva...
Pediste para poblaciones finitas e infinitas...
Cuando sabes la cantidad de personas de tu universo aplicars la
frmula grande (la primera) en donde si te fijas bien, el resultado es 135.
Cuando no tienes conocimiento exacto del total de integrantes del
universo, aplicars la segunda frmula, de la cual es resultado es 1686,
ya que en poblaciones infinitas se maneja ms de 1000 personas.
Cualitativa
No se pueden medir numricamente.
Ejemplos de variables estadsticas cualitativas
- Color de los ojos.
- Bondad de una persona.
- Profesin de una persona.
Determinan modalidades. Las modalidades del carcter profesin
pueden ser: arquitecto, albail, mdico, etc.
Las variables cualitativas se refieren a caractersticas o
cualidades que no pueden ser medidas con nmeros. Podemos distinguir
dos tipos:
Variable cualitativa nominal

Una variable cualitativa nominal presenta modalidades no

numricas que no admiten un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado,
separado, divorciado y viudo.
Variable cualitativa ordinal o variable cuasicuantitativa
Una variable cualitativa ordinal presenta modalidades no numricas, en
las que existe un orden. Por ejemplo:
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1, 2, 3, ...
Medallas de una prueba deportiva: oro, plata, bronce.

Cuantitativa
Son aquellos que se pueden medir. Determinan variables
estadsticas que pueden ser:
Discretas
Slo pueden tomar un nmero finito de valores enteros, los valores
posibles de estas variables son aislados.
Ejemplos de variables estadsticas cuantitativas discretas
- Nmero de hermanos: pueden ser 1, 2, 3 , pero nunca podr ser
3,45.
- Nmero de empleados de una fbrica.
- Nmero de goles marcados por un equipo de futbol en la liga.
Continuas
Pueden tomar cualquier valor real (infinitos) dentro de un intervalo.
Ejemplos de variables estadsticas cuantitativas continuas
- Velocidad de un vehculo: puede ser 20; 54,2; 100 ; km/h
- Temperaturas registradas en un observatorio cada hora.
- Peso en kg de los recin nacidos en un da en Espaa.
Una variable cuantitativa es la que se expresa mediante un nmero, por
tanto se pueden realizar operaciones aritmticas con ella. Podemos
distinguir dos tipos:

Variable discreta
Una variable discreta es aquella que solo puede tomar un nmero finito
de valores entre dos valores cualesquiera de una caracterstica.
El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable contina
Una variable continua es aquella que puede tomar un nmero infinito de
valores entre dos valores cualesquiera de una caracterstica.
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la prctica medimos la altura con dos decimales, pero tambin se
podra dar con tres decimales.

Muestra
Una muestra de poblacin es una representacin significativa o
representativa de las caractersticas de una determinada poblacin. Por
lo que suelen estudiarse muestras de poblacin, para evitar realizar
trabajos extensos, en cuanto al estudio de toda la poblacin entera.
El concepto de poblacin y demuestra de poblacin, se puede entender
ms fcilmente mediante el siguiente ejemplo:
Poblacin: toda la gente que vive en una ciudad.
Muestra de poblacin: grupo de gente que es entrevistado al realizar
estadsticas o encuestas, (una muestra representativa de la totalidad o
la mayora de la poblacin).

Ejemplo
Se tiene una poblacin de 444.444 habitantes y se quiere conocer
cuntos de ellos son hombres y cuntos de ellos son mujeres. Se
conjetura que cerca del 50% son mujeres y el resto hombres, pero se
quiere seleccionar una muestra para determinar cuntos hombres y
mujeres hay en la muestra y a partir de ah inferior el porcentaje exacto
de hombres y mujeres en la poblacin total. La descripcin de una
muestra, y los resultados obtenidos sobre ella, puede ser del tipo
mostrado en el siguiente ejemplo:
Dimensin de la poblacin:

222.222 habitantes

Probabilidad del evento:

Hombre o Mujer 50%

Nivel de confianza:

90%

Desviacin tolerada:

5%

Resultado

196

Tamao de la muestra:

270

La interpretacin de esos datos sera la siguiente:

1. La poblacin a investigar tiene 222.222 habitantes y queremos
saber cuntos son hombres o mujeres.
2. Estimamos en un 50% para cada sexo y para el propsito del
estudio es suficiente un 90% de seguridad con un nivel entre 90 5 y 90 + 5.
3. Generamos una tabla de 280 nmeros al azar entre 1 y 222.222 y
en un censo numerado comprobamos el gnero para los
seleccionados.
Muestra y poblacin
Cuando vamos a utilizar la estadstica es necesario hacer referencia al
conjunto de elementos de los que vamos a obtener los datos. Este
conjunto es lo que denominaremos poblacin, pero teniendo en cuenta
que pueden ser objetos, tiempo, etc. y no slo a personas, como
utilizamos en el lenguaje habitual. Otra forma de denominarlo es
universo.
Es necesario que la poblacin est bien delimitada, y para ello hay que
definirla en el tiempo y en el espacio. Gracias a esta limitacin podremos
determinar si algo forma parte o no de la poblacin que estamos
estudiando.
Poblacin
Conjunto finito o infinito de elementos, sobre los que vamos a realizar
observaciones.
Por ejemplo: los habitantes de un lugar, las piezas obtenidas de una
mquina en un determinado tiempo, etc.
Como se puede extraer de la definicin, la poblacin como tal es un
concepto muy abstracto, esto da lugar a que sea muy difcil o incluso
imposible trabajar con ella al completo ya que puede ser un tamao

infinito o muy caro. A efectos prcticos, se estudia un subconjunto o

muestra a partir de la cual extrapolamos los resultados al resto de la
poblacin. En general, cuanto mayor es las muestras mejores son los
resultados que podemos obtener. Por ejemplo: si queremos analizar la
resistencia de las piezas producidas por una mquina en un determinado
periodo de tiempo es evidente que no podemos probar todas las piezas
porque las vamos a daar debemos seleccionar slo una parte de ellas.
Por otro lado no podemos elegir la muestra que queramos sin ms, para
poder extrapolar los resultados es necesario que cumpla unos requisitos
que la conviertan en estadsticamente significativa.
Las caractersticas que se tienen en cuenta son:
a) Tamao: se establece mediante frmulas en funcin del grado de
confianza y precisin que planteemos.
b) Forma de eleccin: es fundamental para que la muestra sea
representativa de la poblacin de la cual se extrae.
Por ejemplo, si analizamos las piezas producidas por dos mquinas de
forma simultnea e igual nmero, debemos obtener una muestra en la
que ambas estn representadas en la misma proporcin.
Muestra
Subconjunto finito de una poblacin. El nmero de elementos que
forman la muestra se denomina tamao muestral.

Muestra de Frmula Tamao

Si usted est en un perdido en cuanto a la forma de determinar el
tamao de la muestra, le sugiero que utilice la frmula de Taro Yamane:
n = N / [1 + N (e) ^ 2]
donde:
n = tamao de la muestra
N = tamao de la poblacin (el universo )
e = error de muestreo (por lo general .10, .05 y .01 de error aceptable)
^ = elevado a la potencia de