Marco Teórico

• Analizar y exponer aquellas teorías, enfoques

teóricos, investigaciones y antecedentes en
general que se consideren válidos para el
correcto encuadre del estudio y que sean
relevantes para comprobar la hipótesis.
• Para elaborar el marco teórico es necesario detectar, obtener y
consultar la literatura y otros documentos pertinentes para el
problema de investigación, así como extraer y recopilar de ellos la
información de interés.
• La construcción del marco teórico depende de lo que encontremos en
la revisión de la literatura:
a) Si existe una teoría completamente desarrollada que se aplica a
nuestro problema de investigación
b) Si hay varias teorías que se aplican al problema de investigación
c) Si hay generalizaciones empíricas que se aplican a dicho
problema
d) Si solamente existen guías aún no estudiadas e ideas vagamente
relacionadas con el problema de investigación.
• En cada caso varía la estrategia para construir el marco teórico.
• El marco teórico orientará el rumbo de las etapas subsecuentes del
proceso de investigación.
• De lo general a lo particular
– A partir de otros estudios realizados puedo utilizar
teorías ya legitimadas para comprobar mi
hipótesis.

• De lo particular a lo general
– Mi estudio de caso presenta características que
pueden ser generalizadas a otros estudios y
transformadas en teorías (debe ser comprobable).
1. Populismo  conceptualización general
2. Populismo en América Latina 
conceptualización aplicada
3. Populismo en Argentina  peronismo
4. Conceptos claves  dependiendo de mi
pregunta de investigación (gobernabilidad,
sistema de partidos, cultura política,
instituciones políticas, etc.)
• Buscamos objetividad en los planteamientos,
por eso nos respaldamos en autores.
• No se introducen respuestas, solamente se
entrega la información existente respecto al
tema que se abordará.
• Toda esta información posteriormente nos
servirá para confirmar o rechazar nuestra
hipótesis.
• No existe una metodología única.
• No son excluyentes.
• Ejemplos:
– Por Temas
– Por Autores
• Por Autores

Castells (1998) señala que los Movimientos Sociales, pueden ser

entendidos como las acciones colectivas conscientes cuyo
impacto, tanto en caso de victoria como de derrota, transforma
los valores y las instituciones de la sociedad. A pesar de la
aceptación que ha obtenido dicha conceptualización al interior
del campo, Laraña (1999) argumenta que la enorme
heterogeneidad de movimientos sociales existentes genera
dificultades para su acotación, y por tanto no es posible obviar el
carácter polisémico del término.
• Por Temas

Los Movimientos Sociales pueden ser entendidos como las

acciones colectivas conscientes cuyo impacto, tanto en caso de
victoria como de derrota, transforman los valores y las
instituciones de la sociedad (Castells, 1998: 25).
Existen dos enfoques para el estudio de los movimientos sociales:
el norteamericano, ligado a la instrumentalidad de la acción
social, y el europeo, orientado hacia los proceso de comunicación
y la formación de identidad (Foweraker, 1995).
La cultura, como factor explicativo, posee un rol relevante, dado
que los movimientos tienden a convertirse en mundos en sí
mismos, caracterizados por sus propias ideologías, identidades
colectivas, rutinas de comportamiento y culturas materiales
(McAdam, 1994: 54).
• Entre las definiciones de movimientos sociales podemos
encontrar la de Castells que señala que «los movimientos
sociales son…»

• La definición de Castells de movimientos sociales es:

«acciones colectivas conscientes cuyo impacto…»
• Los estudios cualitativos necesitan validarse a través
teorías y de otros estudios que ya estén legitimados.
Sin el respaldo de otros teóricos, nuestra
investigación no tiene peso científico, es
simplemente la opinión nuestra respecto a un tema.
• Esquematizar a lo que quiero llegar (para eso
hicimos un planteamiento del problema, una
pregunta y objetivos).
• Evitar irse por las ramas.
• Buscar la bibliografía adecuada y autores
respetados.
• Citar correctamente (APA)
https://uc3m.libguides.com/c.php?g=463901&p=4890505#
s-lg-box-wrapper-18108560
• ¿Qué queda para el desarrollo de la
investigación?
Ya tienen el respaldo de sus ideas. Ahora pueden
analizar el caso particular de su investigación y
darle respuesta a sus preguntas.

• ¿Puede que el marco teórico sea más grande que

el resto de su investigación?
Lo más probable es que así sea, y está muy bien.
• ¿Tengo que tener un subtítulo que diga «Marco
Teórico» y después otro que diga «Desarrollo»?
No necesariamente. Pero si tienen que tener
subtítulos de los temas abordados y tienen que
reflejarse en un índice.

• ¿Puedo escribirlo en primera persona?

No. Es una investigación científica. Todo redactado
impersonalmente y nada de opiniones personales
ni comentarios tendenciosos.
 DEFINICIÓN DE L A HIPOTESIS

•Según Kerlinger(1983) la hipótesis son •Según R. Hernández Sampieri, (2010) la
las herramientas más poderosas para hipótesis son explicaciones tentativas del
lograr conocimientos fenómeno investigado que se formulan
•Son afirmaciones que pueden como proposiciones.
someterse a prueba y mostrarse como
soluciones probablemente ciertas.

 • Una hipótesis es una  Palabra hipótesis

suposición, conjetura o deriva de:
proposición que establece
la existencia de una  HIPO = BAJO
relación entre dos o más  THESIS = Posición o
variables expresadas
como hechos, fenómenos, situación. Significa una
factores o entidades, y explicación supuesta
que debe ser sometida a que está bajo ciertos
prueba para ser aceptada
como válida. hechos
 Criterios para la Formulación de
Hipótesis
 Siempre formular en forma afirmativa
 Deben plantear la relación de dos o más variables
 Deben posibilitar la prueba de las relaciones
expresadas.
 Deben ser de poder predictivo y explicativo


Investigación
Alternativas

Nulas Estadísticas
 Investigación

Proposiciones Alternativas sobre la o las posibles relaciones entre

dos o mas variables.
Correlaciónales Ejemplo: A mayor confianza, mayor equidad.
Descriptiva Ejemplo: El aumento del número de divorcios de parejas
cuyas edades oscilan entre los 18 y 25 años, será de 20% el próximo año

Nulas

Proposiciones que niegan o refutan la relación entre las variables

Ejemplo: No hay relación entre la autoestima y el temor al éxito

Alternativas

Son posibilidades diferentes o alternas ante las hipótesis de

investigación y nula.

Ejemplo: El candidato A obtendrá en la elección para la presidencia más

del 60% de la votación total.
 ¿DE D O N D E S U R G E N
LAS HIPOTESIS?
Las hipótesis surgen del planteamiento del
problema que, como recordamos, se vuelve
a evaluar y si es necesario se replantea
después de revisar la literatura.

¿CUÁL ES LA UTILIDAD

DE LAS HIPÓTESIS? *La tercera función es la de probar teorías, si se
En primer lugar el formularlas nos ayuda a saber lo que estamos aporta evidencia en favor de una. Cuando varias
tratando de buscar, de probar. Proporcionan orden y lógica al hipótesis de una teoría reciben evidencia en su
estudio. favor,
Las sugerencias formuladas en las hipótesis pueden ser solucio- la teoría va haciéndose más robusta; y cuanto más
nes a(los) problema(s) de investigación, si lo son o no, evidencia haya en favor de aquéllas, más evidencia
efectivamente, es la tarea del estudio habrá en favor de ésta.
En segundo lugar, tienen una función descriptiva y explicativa, *Una cuarta función es la de sugerir teorías.
según sea el caso. Cada vez que una hipótesis recibe evidencia Algunas hipótesis no están asociadas con teoría
empírica en su favor o en su contra, nos dice algo acerca del alguna;
fenómeno al cual está asociado o hace referencia. Si la evidencia pero puede ocurrir que como resultado de la prueba
es en su favor, la información sobre el fenómeno se incrementa; y de una hipótesis, se pueda construir una teoría o las
aun si la evidencia es en su contra, descubrimos algo acerca del bases para esta. Esto no es muy frecuente pero ha
fenómeno que no sabíamos antes. llegado a ocurrir.
 ¿QUÉ PASA C U A N D O
N O SE APORTA EVIDENCIA
EN FAVOR DE LA(S)
No es raro escuchar una conversación como la siguiente entre dos
HIPÓTESIS pasantes que acaban de analizar los datos de su tesis (que es una
DE NUESTRA investigación):
INVESTIGACIÓN? Elena: "Los datos no apoyan nuestras hipótesis"
Roberto: ¿Y ahora qué vamos a hacer?, nuestra tesis no sirve"
Elena: "Tendremos que hacer otra tesis"
2)Es decir, no siempre los datos apoyan las hipótesis es importante
entender que el formular una hipótesis no asegura que vaya a
comprobarse).
Pero el que los datos no aporten evidencia en favor de las hipótesis
planteadas de ningún modo significa que la investigación carezca
de utilidad.
3)Para que las hipótesis tengan utilidad, no es necesario que sean
las respuestas correctas a los problemas planteados. En casi todas
las investigaciones, el estudioso formula varias hipótesis y espera
que alguna de ellas proporcione una solución satisfactoria del
problema. Al eliminar cada una de las hipótesis, va estrechando el
campo en el cual deberá hallar la respuesta.
4)La prueba de hipótesis falsas (que nosotros preferimos llamar
"hipótesis que no recibieron evidencia empírica) también resulta
útil si dirige la atención del investigador o de otros científicos
hacia factores o relaciones insospechadas que, de alguna manera,
podrían ayudar a resolver el problema
 CONCEPTO VARIABLE
Una variable es una propiedad, característica o atributo que puede darse
en ciertos sujetos o pueden darse en grados o modalidades diferentes.

¿Q U É SON L A S V A RIA BL ES ?
Una variable es una propiedad que puede variar y cuya variación es
susceptible de medirse.

LA S V A RIA BLES
Es un aspecto, característica o propiedad de una realidad, hecho o
Las variables son manifestaciones de la realidad.
A través de ellas se puede conocer y medir la realidad, el hecho o fenómeno

V A R I A BL E S DE LA H I PÓ T E S I S
• Variable Independiente .- Causa
• Variable Dependiente .- Efecto
• Variable Interviniente o Concurrente.- Se interpone entre la VI y la V D

C l as i f i c aci ó n d e l as v ari ab l es

Por la naturaleza de su medición

Cualitativas o categorías no Métricas: Son aquellas que sólo pueden ser
expresados
en términos cualitativos, en términos no numéricos, estableciendo categorías,
niveles,
jerarquías, etc.
Ejemplo: Lugar de residencia, sexo
Pueden ser : Nominales y Ordinales
 Cuantitativas: Son aquellos cuyos valores del dominio de variación son contadas o
medidas.
Se clasifican en: Continua: Cuando los valores del dominio de variación son susceptibles
de ser medidos. Pueden asumir valores decimales.
Ejemplo: Peso: 60.5 Kg, 70.4 Kg Discreta: Cuando los valores del dominio de variación son
contados y por lo tanto sólo pueden asumir valores enteros. Ejemplo: Número de alumnos:
35 alumnos, Número de Hijos

TIPO S D E V A R IA BL ES

Causa
INDEPENDIENTE
Efecto
DEPENDIENTE
Causa – efecto
INTERDEPENDIENTE

Variable Independiente (V.I).- Es relativamente autónoma, viene a

ser el factor determinante o causa que explica un fenómeno.
Variable Dependiente (V.D).- Su existencia y desenvolvimiento
depende de la independiente. Viene a ser el efecto o aspecto
determinado. Ejemplo:

VI = Bajo desarrollo neuromotor (V. Independiente)

V D = Bajo rendimiento académico (V. Dependiente)
 Variable Interdependiente (Vi).-la variable que va a especificar las condiciones o requisitos
para que las variables independiente y dependiente tomen sus correspondientes valores.

Ejemplo: La escasa educación nutricional (independiente) en la población, genera mayor

desnutrición infantil (dependiente) en las familias de bajo nivel de instrucción
(interviniente).

Ejemplo de hipótesis

Considera el problema que se menciona.

¿ que factores afectaron en el rendimiento académico, que dio como resultado una
deficiente aplicación de técnicas de enseñanza, para los estudiantes del nivel medio
superior del colegio de bachilleres en el distrito Federal durante la gestión 2014?

FORM ULACION DE LA HIPOTESIS (es plantear el por que pasa el problema

identificado o a investigar)

Los factores que afectaron en el rendimiento académico y que dio como resultado una
deficiente aplicación de técnicas de enseñanza fue la deficiente aplicación de las
estrategias y técnicas de estudio para los estudiantes del nivel medio superior del colegio
de bachilleres en el distrito Federal durante la gestión 2014
Identificación de las variables
Nº 1Variable Independiente: técnica de enseñanza
Nº 2Variable Dependiente: aplicación de estrategias
 RESUMEN FINAL:

1. Las hipótesis son proposiciones tentativas acerca de las relaciones

entre dos o más variables (situaciones o causas) y se apoyan en
conocimientos organizados y sistematizados.
De manera sencilla diremos que la hipótesis es una suposición que permite
establecer relaciones entre hechos y de esta manera explicar por que se
produce.

2.Las hipótesis contienen variables (situaciones o causas) ; éstas son

propiedades cuya variación puede ser medida.

3.Las hipótesis surgen normalmente del planteamiento del problema y la

revisión de la literatura -algunas veces de teorías.

4.Las hipótesis deben referirse a una situación real. Las variables

(situaciones o causas) contenidas tienen que ser precisas, concretas y poder
observarse en la realidad; la relación entre las variables (situaciones o
causas) debe ser clara, verosímil y medible. Asimismo, las hipótesis deben
estar vinculadas con técnicas disponibles para probarlas.

5. Las hipótesis se clasifican en:

a) hipótesis de investigación, b) hipótesis nulas, c) hipótesis alternativas.
diseño del instrumento de
recolección de datos
 TÉCNICAS DE RECOLECCIÓN DE DATOS

 Las técnicas de recolección de datos se definen como el conjunto

de procedimientos y herramientas para recoger, validar y analizar la
información necesaria que permita lograr los objetivos de la
investigación.

DATOS RESULTADOS CONCLUSIONES

 INSTRUMENTOS DE RECOLECCIÓN
DE DATOS

 Un instrumento de recolección de datos es

cualquier recurso de que se vale el
investigador para acercarse a los fenómenos
y extraer de ellos información.

Existen múltiples y diferentes instrumentos

útiles para la recolección de datos y para ser
usados en todo tipo de investigaciones, ya
sean cualitativas, cuantitativas o mixtas.
 REQUISITOS DE LOS INSTRUMENTOS DE
RECOLECCIÓN DE DATOS

 Todo instrumento usado en la recolección de datos en una

investigación científica debe poseer tres requisitos:

 Sin alguna de las tres condiciones, el instrumento no será útil, los

resultados no serán legítimos y la investigación deberá ser
rechazada.
 TECNICAS DE RECOLECCIÓN DE DATOS

FUENTES PRIMARIAS: FUENTES SECUNDARIAS:

 Observación Directa  Bibliotecas (Libros, Revistas)

 Experimentos  Documentos (actas, cartas, películas,
 Encuestas diarios, periódicos)
 Focus Groups  Datos estadísticos
 Entrevistas  Censos
 Cuestionarios  Expedientes
 Test
 Fotografía
 LA ENCUESTA

 La encuesta es la técnica representante más destacada del método

cuantitativo.

 Consiste en una investigación realizada sobre una muestra de sujetos,

representativa de un colectivo más amplio, que se lleva a cabo en el
contexto de la vida cotidiana, utilizando procedimientos estandarizados
de interrogación con el fin de conseguir mediciones cuantitativas sobre
una gran cantidad de características objetivas y subjetivas de la
población.
 VENTAJAS

 Técnica de mayor utilización que permite obtener información de casi cualquier

tipo de población.
 Estandarización, se harán las mismas preguntas a todos los elementos de la
muestra apoyándonos en el cuestionario.
 Permite obtener información sobre hechos pasados de los encuestados.
 Gran capacidad para estandarizar datos, lo que permite su tratamiento
informático y el análisis estadístico.
 Rapidez, en poco tiempo se puede reunir gran cantidad de información.
 DESVENTAJAS

 No permite analizar con profundidad temas complejos (recurrir a grupos

de discusión).

 Dificultades para establecer relaciones causales.

 No toma en cuenta los factores contextuales que pueden interferir en las

respuestas del sujeto.
 REPRESENTATIVIDAD ESTADÍSTICA

 Una encuesta puede ser :

1. Estadísticamente Representativa (ER)

o
2. Estadísticamente no Representativa.
 REPRESENTATIVIDAD
ESTADÍSTICA

1. En el primer caso (ER), la muestra representa

estadísticamente las respuestas del total, por lo que
los resultados se pueden extrapolar y generalizar.

2. En el segundo caso, la muestra no representa a las

respuestas del total; razón por la cual sólo son validas
para ese determinado grupo de encuestados.
 REPRESENTATIVIDAD ESTADÍSTICA

1. Las encuestas ER se utilizan en investigaciones de

enfoque cuantitativo; sirven para precisar, medir y
cuantificar opiniones u otras variables.
2. Las encuestas no representativas sirven para detectar
posibles tendencias, profundizar ideas o recoger
opiniones de grupos específicos de interés.
 REPRESENTATIVIDAD
ESTADÍSTICA
 La condición de representatividad de una encuesta depende,
fundamentalmente, de dos factores:
 Tamaño muestral (cantidad de encuestas aplicadas) y la Selección
de la muestra ( método de elección de los encuestados)

Estadísticamente Estadísticamente no
Representativa Representativa

Determinado Determinado
Tamaño muestral
probabilísticamente arbitrariamente
Selección de la muestra Probabilística Dirigida
 TAMAÑO MUESTRAL

 En las encuestas (ER) el tamaño muestral está dado según teoría de

probabilidades. Depende del tamaño de la población (total), del porcentaje
de error máximo aceptable y del nivel de confianza.
 En las encuestas estadísticamente no representativas el tamaño muestral
no está determinado.

 La representatividad de una muestra no tiene que ver con el tamaño de

esta, sino con la capacidad de reproducir a pequeña escala las
características de la población.
 SELECCIÓN DE LA MUESTRA

 En las encuestas Estadísticamente Representativas,

la selección de la muestra se hace aleatoriamente,
asegurando que todos los elementos de esta tienen la
misma posibilidad de ser elegidos, por lo que se
denomina Muestra Probalistica: técnica que asegura
la objetividad de la selección y generalizar los
resultados.
 MUESTRA PROBALÍSTICA:

 Las principales maneras para realizar una muestra probalística son:

 Muestra simple: identifica a los miembros de la población en general, con un

número-etiqueta, de los que luego selecciona el tamaño muestral con un
procedimiento de generación de números aleatorios.
 Muestra estratificada: divide la población en segmentos o estratos y luego
selecciona muestras simples de cada segmento. La cantidad total de casos está
dada por el tamaño muestral y la cantidad relativa de cada segmento es
proporcional al tamaño total del segmento.
 Muestra por racimos (clusters o conglomerados): asume que la población se
concentra o encapsula en lugares físicos específicos (clusters) y muestrea. Se da
en casos en que el investigador se ve limitado por recursos financieros, por tiempo,
distancias geográficas o por combinación de diferentes obstáculos.
 MUESTRA NO PROBALÍSTICA:

 En las encuestas Estadísticamente No Representativas, la selección

de la muestra obedece a técnicas informales con las cuales los sujetos
son elegidos al azar directamente por el investigador.

 Por tal razón se denominan Muestras no probalística o dirigidas:

técnica en la que la elección de los elementos de un subgrupo de la
población, no depende de la probabilidad sino de las características de la
investigación.

 Es un procedimiento de selección informal, se utiliza mucho en

investigaciones cuantitativas y cualitativas.
 MUESTRA NO PROBALÍSTICA:

 Existen muchas maneras de realizar un muestra probalística o dirigida, aquí

algunos ejemplos:

 Muestra de voluntarios: los encuestados no se eligen, llegan de manera

voluntaria motivados por algún anuncio.
 Muestra de Expertos: los encuestados se eligen deliberadamente basados en
su currículo o en su reconocimiento en un área en especial.
 Muestra por cuotas: los encuestados se eligen deliberadamente para cumplir
una cantidad prefijada por grupo o cuota.
 Muestras por conveniencias: los encuestados se eligen por ser a los cuales se
tiene acceso, ya sea por problemas de costo, distancia, tiempo, etc.
 EL CUESTIONARIO:

 El cuestionario es el instrumento central de la encuesta.

 Es un conjunto ordenado de preguntas con respecto a una o más
variables o datos que recolectar.
 El cuestionario debe asegurar una aplicación: ordenada progresiva
(las preguntas van en un orden específico de la nº 1 a la nº x),
unidireccional (la encuesta pregunta, el encuestado responde) y
normalizado (a todos se les aplica el mismo cuestionario).
 EL CUESTIONARIO:

 Las preguntas de un cuestionario pueden ser:

 De opciones mutuamente excluyentes

 De opciones no excluyentes
 De jerarquización
 De escalas de Likert. Es importante que las opciones sean siempre
3,5 o 7 y con un escalamiento simétrico y neutral.
 De rango. Son preguntas de respuestas abiertas numéricas.
 De respuesta abierta.
TIPOS DE PREGUNTAS:
 CONSTRUCCIÓN DE LAS
PREGUNTAS
 La elaboración de las preguntas en un cuestionario es uno de los
procesos más importantes y decisivos en la calidad de una
encuesta; es de éstas mismas de donde deriva el éxito de dicho
instrumento.
 Durante este proceso es recomendable hacer una encuesta piloto
(pretest) para ensayar las preguntas y detectar posibles
conflictos de estructura, redacción, ambigüedad, imprecisión u
otros.
 Estas encuestas piloto deben incluir la posibilidad de opinión del
encuestado para averiguar y mejorar la claridad del cuestionario
y la sensación que produce en el encuestado.
 REGLAS PARA LA FORMULACIÓN
DE PREGUNTAS:

 No deben ser excesivamente largos, porque en cuestionarios largos (+ de 100

preguntas) disminuye el % de respuestas.
 Tienen que ser preguntas sencillas y redactadas de tal forma que puedan
comprenderse con facilidad (no utilizar términos técnicos).
 No deben incorporar términos morales (juicios de valor).
 Nunca sugerir la respuesta, incitando a contestar más en un sentido que en otra.
 Todas deben referirse a una sola idea.
 Todas las que estén dentro de un mismo tema deben ir juntas en el cuestionario en
forma de batería.
 No juntar preguntas cuya contestación de una de ellas influya sobre la contestación
de la otra, denominado efecto "halo".
 PREGUNTAS DEMOGRÁFICAS

 Preguntas demográficas o de Ubicación: En

toda encuesta es necesario introducir ciertas
preguntas que permitan posteriormente clasificar,
segmentar, tabular y analizar las respuestas
según el perfil del encuestado.
 Tales preguntas comprenden datos como:
Género, edad, escolaridad, profesión, nivel
socioeconómico, lugar donde vive, etc.
 ESTRUCTURA DEL CUESTIONARIO

 Toda encuesta debe en primer lugar mostrar una introducción que

antecede al cuestionario y que indica quién elabora la encuesta,
propósito general del estudio, tiempo aproximado de respuesta,
declaración de confidencialidad y en caso necesario,
instrucciones claras sobre como responder alguna pregunta
diferente.
 ESTRUCTURA DEL CUESTIONARIO

a) Introducción (quien nos encargó el estudio, el carácter anónimo de las

respuestas, etc.)
b) Preguntas:
- Preguntas de identificación (sexo, edad,...)
- Preguntas sencillas para introducir las más complejas y terminar con sencillas.
- Facilitar la transición de un tema a otro en el cuestionario
- Evitar muchas preguntas abiertas.
c) Elaborar o decidir sobre los aspectos formales.
d) Preparar determinados elementos decisorios (carta de presentación de los
encuestadores)
e) Formar a los encuestadores y elaborar una guía de instrucciones para realizar el
cuestionario.
f) Codificar el cuestionario
 ESTRUCTURA DEL CUESTIONARIO

 El cuestionario como tal debe ser lo más breve posible y con

un ordenamiento de preguntas que vaya de lo general a lo
particular (“estructura embudo”).
 Se recomienda que las primeras preguntas sean neutrales,
fáciles, interesantes para el encuestado, con el propósito de
ganar su confianza y atención. Las preguntas demográficas
son mejor al final, los encuestados se pueden incomodar y
distanciar con éstas.
 Para terminar, junto con el agradecimiento se debe incluir un
correo electrónico de contacto.
 MODO DE APLICACIÓN DEL
CUESTIONARIO

 Los cuestionarios se pueden aplicar de dos maneras diferentes:

1. Autoadministrado: el cuestionario se entrega o envía a los participantes,

quienes contestan directamente sin intermediarios. Puede hacerse por
envío de correo tradicional, correo electrónico, invitación a determinada
página web, entrega directa en un lugar o evento específico, entre otros.
2. Por entrevista: el cuestionario es aplicado por un tercero
(encuestador) en forma personal(cara a cara), por teléfono,
chat u otro medio de comunicación sincrónica.
 MODO DE APLICACIÓN DEL
CUESTIONARIO

 Los cuestionarios Autoadministrados son más económicos y fáciles de

aplicar; las personas normalmente responden con más tranquilidad y
reflexión, pero la tasa de respuesta es generalmente baja y no existe
certeza sobre quién respondió realmente la encuesta.

 Los cuestionarios por entrevista tienen alta tasa de respuesta, existe control
sobre quien y cómo da las respuestas, permite realizar encuestas con
preguntas dificultosas, pero son más costosas y requieren de
encuestadores preparados.
 EL ENCUESTADOR

 Debe ser muy neutral.

 No puede expresar aprobación o desaprobación en las
respuestas.
 Mantenerse tranquilo ante la confusión de los participantes
encuestados.
 Mantener el ritmo e interés del encuestado en el cuestionario.
 Dar explicaciones mínimas pero suficientes.
 No puede ser discriminatorio.
 Debe mantenerse estándar en lo posible con todos.
 Debe cuidar su presentación personal y su lenguaje verbal.
 Debe escuchar , más no interrumpir o afanar al encuestado
 CONFIABILIDAD Y VALIDEZ
 Una pregunta es confiable si significa lo mismo para todos los que la van a
responder.
 Se puede confiar en una escala cuando produce constantemente los mismos
resultados al aplicarla a sujetos similares.
 La confiabilidad implica consistencia.
 El investigador debe asegurarse que el tipo de persona a encuestarse tenga la
información necesaria para poder responder.
 El asegurar la respuesta de los que se les aplique el cuestionario originará
resultados confiables.
 Para la confiabilidad de los resultados hay que determinar por qué no todos
respondieron el cuestionario. Es necesario investigar con los no respondientes
para conocer las razones.
 Un cuestionario largo es demasiado cansado y las preguntas finales se
responden sin entusiasmo, lo cual le resta confiabilidad.
 CONFIABILIDAD Y VALIDEZ

 Una pregunta es válida si estimula información exacta y relevante.

 La selección y la redacción influyen en la validez de la pregunta.
 Algunas preguntas que son válidas para un grupo de personas,
pero pueden no serlo para otro grupo.
 Entre menos tenga que reflexionar el sujeto, más válida será la
respuesta.
 La validez implica congruencia en la manera de plantear las preguntas.
 La validez puede ser: de contenido, de criterio y de constructo.
 CONFIABILIDAD Y VALIDEZ

 Para decir que un instrumento tiene validez de contenido el diseñador del

cuestionario debe asegurarse que la medición representa el concepto medido.
Por ejemplo, si el instrumento es para medir actitudes de las personas, debe
medir eso y no sus emociones.
 En cuanto a la validez de criterio, el diseñador del cuestionario la puede
establecer comparando la medición del instrumento con un criterio externo. Entre
más se relacionen los resultados de la investigación con el criterio, mayor será la
validez del instrumento.
 Y la validez del constructo indica cómo una medición se relaciona con otras de
acuerdo con la teoría o hipótesis que concierne a los conceptos que se están
midiendo. De ahí que sea importante que el investigador tome en cuenta dichos
conceptos para correlacionarlos posteriormente.
 Validez total = validez de contenido + validez de criterio + validez de constructo.
 FACTORES QUE PUEDEN AFECTAR LA
CONFIABILIDAD Y VALIDEZ

 Hay diversos factores que pueden afectar la confiabilidad y la validez de los

instrumentos de medición:
1) La improvisación: elegir o desarrollar un instrumento de medición sin
responsabilidad.
2) La utilización de instrumentos desarrollados en el extranjero y que no han
sido validos en nuestro contexto: cultura y tiempo, o el uso de instrumentos
“arcaicos” desactualizados e inapropiados para la época.
3) El instrumento usado resulta inadecuado para las personas a las que se les
aplica: no es empático. (ejemplo: lenguaje muy elevado para el respondiente)
4) Las condiciones en las que se aplica el instrumento de medición., puede hacer
de esta un instrumento largo y tedioso.
5) Aspectos mecánicos: ejemplo: en un instrumento escrito no se lean bien las
instrucciones.
 TIPOS DE
INVESTIGACIÓN
CIENTÍFICA
 SEGÚN DIMENSIÓN CRONOLÓGICA

HISTÓRICA DESCRIPTIVA EXPERIMENTAL

Investigación de las cosas pasadas Investigación de las cosas presentes Investigación de las cosas futuras

Trata de la experiencia pasada, Trabaja sobre realidades de hecho, Consiste en la manipulación de

describe lo que era y representa y su característica fundamental es una o más variables experimental,
una búsqueda crítica de la verdad proporcionar una interpretación en condiciones rigurosamente
controladas, con el fin de describir
que sustenta los acontecimientos correcta.
de qué modo o por qué causa se
pasados. produce una situación o
acontecimiento particular.
 INVESTIGACIONES HISTÓRICAS

El proceso comprende la investigación, el registro, análisis de interpretación de los sucesos del

pasado con el propósito de descubrir generalizaciones que puedan ser útiles para su comprensión y la
predicción del futuro.
 INVESTIGACIONES HISTÓRICAS
La obtención de estos datos se pueden clasificar en:
• 1.Fuentes Primarias: Relatos de testigos informados por un observador real o un participante en el
hecho.
• Documentos
• Restos o reliquias
• Testimonio oral
• Registros oficiales

• 2. Fuentes Secundarias: Relatos de Hechos en los que el informante no ha sido testigo.

Informes de una declaración de un testigo
Manuales de Historia
Enciclopedias
 INVESTIGACIONES HISTÓRICAS

Este tipo de investigación incluye las siguientes etapas:

• 1ª. Enunciación del problema a investigar
• 2ª Recolección del material informativo
• 3ª Critica de los datos acumulados
• 4ª Formulación de la hipótesis para explicar los diversos hechos o condiciones.
• 5ª Interpretación de los descubrimientos y redacción del informe.
.
 INVESTIGACIONES DESCRIPTIVAS

Comprende la descripción, registro, análisis e interpretación de las condiciones existentes en el

momento. Puede intentar descubrir relaciones causa-efecto presentes entre las variables no
manipuladas, pero reales.

Este tipo de investigación se desarrolla de la siguiente manera:

•Examen de las características del problema escogido

•Definición y formulación de la hipótesis
•Enunciación de los supuestos en que se basan las hipótesis y los diversos procedimientos adoptados
•Elección de temas y fuentes apropiadas
•Selección o elaboración de técnicas para la recolección de datos
•Establecimiento de categorías precisas para clarificar datos y que se adecuen al propósito del
estudio y permitan poner de manifiesto las semejanzas, diferencias y relaciones significativas.
•Verificación de la validez de las técnicas en la recolección de datos
•Realización de observaciones objetivas y exactas
 SEGÚN EL OBJETIVO

 Investigación pura o teórica

El principal objetivo es la obtención de conocimientos de diferente índole, sin tener en cuenta la aplicabilidad de los
conocimientos obtenidos.

 Investigación aplicada
Se basa en encontrar mecanismos o estrategias que permitan lograr un objetivo concreto, como curar una enfermedad
o conseguir un elemento o bien que pueda ser de utilidad.
SEGÚN EL LUGAR Y LOS RECURSOS DONDE SE OBTIENE LA
INFORMACIÓN REQUERIDA

 Investigación documental
La investigación documental es aquella que se realiza a través de la consulta de documentos (libros,
revistas, periódicos, memorias, anuarios, registros, constituciones, etc.).

 Investigación de campo
Es la que se efectúa en el lugar y tiempo en que ocurren los fenómenos objeto de estudio.
 SEGÚN EL NIVEL DE PROFUNDIZACIÓN EN EL OBJETO DE
ESTUDIO.

 Investigación exploratoria
Se centra en analizar e investigar aspectos concretos de la realidad que aún no han sido analizados en profundidad.

 Investigación Explicativa
Se utiliza con el fin de intentar determinar las causas y consecuencias de un fenómeno concreto. Se busca no solo el qué
sino el porqué de las cosas.
 SEGÚN EL TIPO DE DATOS.
Según el tipo de datos empleados.

 Cualitativa
Se basa en la obtención de datos en principio no cuantificables, basados en la observación.

 Cuantitativa
Se basa en el estudio y análisis de la realidad a través de diferentes procedimientos basados en la
medición.
SEGÚN EL GRADO DE MANIPULACIÓN DE VARIABLES

 Investigación experimental

 Cuasi-experimental

Se asemeja a la experimental en el hecho de que se pretende manipular una o varias variables concretas,
con la diferencia de que no se posee un control total sobre todas las variables.

 No experimental

Este tipo de investigación se basa fundamentalmente en la observación.

 SEGÚN EL TIPO DE INFERENCIA

 De método deductivo
Este tipo de investigación se basa en el estudio de la realidad y la búsqueda de verificación o falsación de unas premisas
básicas a comprobar.

 De método inductivo
Se basa en la obtención de conclusiones a partir de la observación de hechos. La observación y análisis permiten
extraer conclusiones más o menos verdaderas, pero no permite establecer generalizaciones o predicciones.

 De método hipotético-deductivo
Este tipo de investigación es la que se considera verdaderamente científica. Se basa en la generación de hipótesis a
partir de hechos observados mediante la inducción.
SEGÚN EL PERIODO TEMPORAL EN EL QUE SE REALIZA

 Longitudinal
Se caracteriza por realizar un seguimiento a unos mismos sujetos o procesos a lo largo de un período
concreto.

 Transversal
Se centra en la comparación de determinadas características o situaciones en diferentes sujetos en un
momento concreto, compartiendo todos los sujetos la misma temporalidad.
 ESTUDIO CORRELACIONAL

Es un tipo de investigación social que tiene como objetivo medir el grado de relación que existe entre dos o
más conceptos o variables, en un contexto en particular.
La utilidad es saber cómo se puede comportar un concepto conociendo el comportamiento de otro u otros
relacionados.
Estudio de Casos.
ESTUDIO DE CASOS

El estudio de casos consiste en un método o técnica de investigación, habitualmente utilizado en las ciencias de
la salud y sociales, el cual se caracteriza por precisar de un proceso de búsqueda e indagación, así como el
análisis sistemático de uno o varios casos.
 INVESTIGACIONES EXPERIMENTALES

• Este tipo de investigación provee de un método lógico y sistemático para responder a preguntas
tales como:
¿Qué sucederá, bajo condiciones cuidadosamente controladas, si esto (hecho) es dado?
 INVESTIGACIONES EXPERIMENTALES
• La hipótesis básica del método experimental se basa en la ley de la variable única.

1. Método de las diferencias: Si se comparan dos fenómenos con las mismas circunstancias, excepto una,
esta es el efecto o la causa del fenómeno

2. Método de las concordancias: Si en varios casos se presenta el mismo fenómeno y estos casos tiene en
común una circunstancia de causa-efecto.

3. Método de las concordancias y diferencias: Si en varios casos – en los cuales se presenta un fenomeno –
este fenomeno no se presenta – tienen en comun la inexistencia de dicha circunferencia, esta es la causa o
efecto del fenómeno.

4. Método de Residuos: Si cuando se presenta un fenómeno abstraemos aquello que se sabe por
experiencias pasadas

5. Método de las Variaciones Concomitantes: Si un fenómeno varía de un cierto modo, cuando otro
fenómeno varía de ese mismo modo, es un efecto, una causa o hay entre ellos una relación de causalidad
 INVESTIGACIONES EXPERIMENTALES

• Este tipo de investigación incluye ciertos pasos como:

• Examen de la literatura relacionada con el tema

• Identificación y definición del problema
• Formulación de una hipótesis-problema, deducción de las consecuencias y definición de los
términos básicos y de las variables.
• Construcción de un plan experimental que represente todos los elementos, condiciones y
relaciones de la conclusiones
 Seoane T et al. Capítulo 7: Estadística: Estadística Descriptiva y Estadística Inferencial

formación continuada
CURSO DE INTRODUCCIÓN A LA INVESTIGACIÓN CLÍNICA
Capítulo 7: Estadística: Estadística Descriptiva y Estadística
Inferencial
T. Seoanea, J.L.R. Martína,b, E. Martín-Sáncheza, S. Lurueña-Segoviaa,c y F.J. Alonso Morenod,e
aÁrea de Investigación Clínica. Fundación para la Investigación Sanitaria en Castilla-La Mancha (FISCAM). Toledo.
bUnidad de Investigación Aplicada. Hospital Nacional de Parapléjicos. Toledo.
cFENNSI Group. Fundación Hospital Nacional de Parapléjicos. Toledo.
dCentro de Salud Sillería. Toledo.
eResponsable de Investigación de Semergen.

La estadística estudia los métodos científicos para recoger, Statistics is the study of the scientific methods for collec-
organizar, resumir y analizar datos, permite obtener conclu- ting, organizing, summarizing, and analyzing data; it makes
siones válidas y tomar decisiones razonables basadas en el it possible to reach valid conclusions and make reasonable
análisis. decisions on the basis of the analysis.
La estadística es, por tanto, la ciencia que recoge, clasifica Statistics is, therefore, the science of gathering, classif-
y analiza la información que se presenta habitualmente me- ying, and analyzing information that is usually presented
diante datos agregados que permiten que las observaciones through aggregated data that enable observations to be quan-
puedan cuantificarse, medirse, estimarse y compararse utili- tified, measured, estimated, and compared using measure-
zando medidas de tendencia central, medidas de distribu- ments of central tendency, measurements of distribution,
ción, métodos gráficos, etc. La estadística aplicada trata so- graphical methods… Applied statistics deals with how and
bre cómo y cuándo utilizar los procedimientos matemáticos when to use the mathematical procedures (mathematical sta-
(estadística matemática) y cómo interpretar los resultados tistics) and how to interpret the results that are obtained
que se obtienen. using these procedures.
Así, la bioestadística es la rama de la estadística que en- Likewise, biostatistics is the branch of statistics that tea-
seña y ayuda a investigar en todas las áreas de las ciencias de ches and helps the investigator to carry out research in all of
la vida donde la variabilidad es la regla. Se divide en dos the different branches of the life sciences where variability is
grandes ramas, la bioestadística descriptiva y la bioestadísti- the rule. Biostatistics can be divided into two main areas: des-
ca analítica o inferencial. criptive biostatistics and analytical or inferential statistics.
La estadística descriptiva resume la información conteni- Descriptive statistics summarizes the information contai-
da en los datos recogidos y la estadística inferencial de- ned in the data collected and inferential statistics demons-
muestra asociaciones y permite hacer comparaciones entre trates associations and makes it possible to make compari-
características observadas. sons among the characteristics observed.

Palabras clave: estadística, bioestadística, variable, estadística Key words: statistics, biostatistics, variable, descriptive statistics,
descriptiva, inferencia estadística, contraste de hipótesis, regresión. statistical inference, hypothesis testing, regression.

INTRODUCCIÓN
La estadística se define como la ciencia matemática que se
refiere a la recopilación, estudio e interpretación de los da-
tos obtenidos en un estudio.
Correspondencia: J.L.R. Martín. Se aplica a una amplia variedad de disciplinas, entre las
Área de Investigación Clínica. que cabe destacar las ciencias de la salud; en particular, en
Fundación para la Investigación Sanitaria en Castilla-La Mancha
(FISCAM). Edificio Bulevar. el campo de la Atención Primaria es necesario conocer los
C/ Berna, n.o 2, local 0-2. 45003 Toledo. fundamentos de la estadística ya que la medicina es cada
Correo electrónico: jlrmartin@jccm.es
vez más cuantitativa, los resultados se utilizarán para la to-
Recibido el 30-07-07; aceptado para su publicación el 30-07-07. ma de decisiones pues se obtienen conclusiones correctas

466 SEMERGEN. 2007;33(9):466-71

 Seoane T et al. Capítulo 7: Estadística: Estadística Descriptiva y Estadística Inferencial

de procedimientos diagnósticos y de diversas pruebas. ción contenida en los datos reales, o bien utilizando re-
La bioestadística es la disciplina que trata del desarrollo presentaciones gráficas que son muy útiles, ya que pueden
y aplicación de la teoría y métodos estadísticos en aquellos aportar mucha información en un solo golpe de vista5,7.
fenómenos que surgen de las ciencias biomédicas1,2. Si la variable a estudio es una variable cualitativa utiliza-
Como hemos estudiado en el capítulo “Selección de la remos tablas de frecuencias, que consisten una representa-
muestra” de esta serie, para aplicar un análisis estadísti- ción estructurada de toda la información que se ha recogi-
co necesitamos recopilar información de cierta población do sobre dicha variable. En estas tablas se detalla cada uno
que se define como el conjunto homogéneo de elemen- de los valores diferentes en el conjunto de datos con el nú-
tos que reúne unas características determinadas objeto de mero de veces que aparece, la frecuencia absoluta. Se pue-
estudio. Por razones prácticas se estudia un subconjunto de completar añadiendo la frecuencia relativa que repre-
de la población denominado muestra, sobre el que reali- senta la frecuencia en porcentaje sobre el total de datos.
zamos las mediciones o el experimento para obtener con- Si describimos una variable cualitativa gráficamente de-
clusiones generalizables a la población. Los datos recogi- bemos utilizar un diagrama de barras en el que se repre-
dos se analizan estadísticamente siguiendo dos propósitos: sentan tantas barras como categorías tiene la variable, de
descripción e inferencia. forma que la altura de cada uno de los rectángulos es pro-
porcional a la frecuencia de casos en cada clase; o un dia-
TIPOS DE DATOS grama de sectores, en el que se divide un círculo en tantas
La naturaleza de las observaciones es importante a la hora porciones como clases tiene la variable, de forma que a ca-
de elegir el método estadístico más apropiado para el aná- da una de las clases le corresponde un arco de círculo pro-
lisis. La característica observada de cada individuo de la porcional a la frecuencia absoluta o relativa.
muestra se denomina variable, por ejemplo: el peso, la edad, Supongamos que hemos recogido de una muestra de
el nivel de colesterol en sangre, etc., y se pueden clasificar 100 individuos la variable “hábito tabáquico”, dicha varia-
en dos grupos según el tipo de valores que toman3-5: ble tiene tres categorías: “fumador, no fumador y ex fuma-
dor”. La tabla de frecuencias se puede observar en la tabla
1) Variables cualitativas: son variables que representan 1 y las figuras 1 y 2.
una cualidad, no pueden medirse numéricamente pero Las variables cuantitativas se describen mediante gráfi-
pueden clasificarse en una o varias categorías. A su vez las cos y medidas características.
variables cualitativas se dividen en ordinales y nominales, Las medidas características se clasifican en cuatro gru-
dependiendo de que esas categorías admitan cierto orden. pos:
Por ejemplo, el estado de un paciente (leve, moderado,
grave) es una variable cualitativa ordinal y la variable sexo 1) Medidas de tendencia central: nos indican el valor al-
(hombre, mujer) es una variable cualitativa nominal. rededor del cual se agrupan los datos, dentro de este tipo
2) Variables cuantitativas: son variables que toman va- de medidas distinguimos:
lores numéricos y que se dividen a su vez en dos catego- – Media: que se obtiene sumando los valores de la va-
rías: variables continuas, asociadas a procesos de medición riable divididos por el número total de datos.
como la edad, el peso, etc., y variables discretas, asociadas
n
a procesos de conteo, por ejemplo, número de hijos, de ca-
– x + x2 + ... + xn = ⌺
xi
sos de sida, etc. X= 1 n
i=1
n
Puede realizarse una transformación de una variable
cuantitativa pasándola a una escala ordinal, este proceso se – Mediana: es la observación que ocupa la posición cen-
denomina categorización de una variable. Partiendo de tral después de haber ordenado los datos, si el número de
una variable numérica creamos grupos de casos colapsán- casos es impar será el dato que ocupa la posición (n + 1)/2,
dolos en k categorías. Por ejemplo, supongamos que he- en el caso de que el número de observaciones sea par, la
mos recogido la variable edad de los individuos que for- mediana se obtiene calculando la media de los datos que
man nuestra muestra, a partir de esta variable podemos ocupan las posiciones n/2 y (n/2) + 1.
crear una nueva variable (edad categorizada) de la forma – Moda: es el valor o valores más frecuentes de la dis-
siguiente: categoría 1 = joven (menores de 25 años), cate- tribución.
goría 2 = mediana edad (individuos entre 26-59 años) y 2) Medidas de dispersión: cuantifican la variabilidad de
categoría 3 = mayor (individuos mayores de 60 años). la distribución, es decir, nos dan una idea de la dispersión
de los datos. Entre estas medidas distinguimos:
ESTADÍSTICA DESCRIPTIVA
La estadística descriptiva es la parte de la estadística que Tabla 1. Distribución de frecuencias
sintetiza y resume la información contenida en un con-
junto de datos, por tanto, un análisis descriptivo consiste Frecuencia absoluta Frecuencia relativa

en clasificar, representar y resumir los datos2,3,6. La des- Simple Acumulada Simple Acumulada
cripción se puede hacer utilizando dos tipos de procedi- Fumador 45 45 0,45 0,45
mientos: mediante el cálculo de índices estadísticos que No fumador 27 72 0,27 0,72
son números que resumen de modo sencillo la informa- Ex fumador 28 100 0,28 1

SEMERGEN. 2007;33(9):466-71 467

 Seoane T et al. Capítulo 7: Estadística: Estadística Descriptiva y Estadística Inferencial

50
45 A B C

40

30 28
26
X
0 1 2 3 4 5 6
20
Figura 3. Asimetría. A = asimétrica por la derecha; B = función simétrica;
C = asimétrica por la izquierda.
10

0 A
Fumador No fumador Ex fumador
Fuma
B
Figura 1. Diagrama de barras.

Ex fumador
X 0 1 2 3 4 5 6

Figura 4. Curtosis. A = leptocúrtica; B = mesocúrtica; C = platocúrtica;

40

Fumador
30
Frecuencia

No fumador
20

Figura 2. Diagrama de sectores.

10

– Varianza: mide la dispersión de los datos alrededor del

valor medio. Cuanto mayor sea la varianza mayor es la va- 0
140 150 160 170 180 190 200
riabilidad y cuanto menor sea más homogénea será la dis-
tribución. Altura (cm)

1 n
S2 = n ⌺ (xi – x–) Figura 5. Histograma, representa la variable aleatoria altura de una
i=l muestra de 316 individuos.

– Desviación típica: que se define como la raíz cuadrada 4) Medidas de forma: describen dos aspectos de la dis-
de la varianza, informa sobre la dispersión de la distribu- tribución:
ción y se expresa en las mismas unidades que la variable. – Asimetría: se define el coeficiente de asimetría como
– Rango: es la diferencia entre el valor mayor y el valor el grado en que los datos se reparten por encima y por de-
menor de la distribución, por tanto, está muy influencia- bajo de la tendencia central (fig. 3).
do por los outliers. – Curtosis: indica el grado de apuntamiento de la dis-
3) Medidas de posición: entre este tipo de medidas dis- tribución en la zona central (fig. 4).
tinguimos: Para resumir una variable aleatoria numérica continua,
– Percentiles: el percentil de orden k es el valor de la va- como por ejemplo la edad, se puede utilizar el histograma,
riable que deja por debajo el k% de las observaciones. en el cual el rango de valores de la variable se divide en in-
– Cuartiles: dividen el conjunto de datos en cuatro gru- tervalos de igual amplitud, sobre cada intervalo se repre-
pos de igual tamaño, el Q1 o 1.er cuartil deja por debajo el senta un rectángulo de forma que su altura mantiene la
25% de los datos, el Q2 o 2.o cuartil es la mediana y el Q3 proporción entre las frecuencias (absolutas o relativas) y
o 3.er cuartil deja por debajo de sí el 75% de los datos. la longitud del intervalo (fig. 5).

468 SEMERGEN. 2007;33(9):466-71

 Seoane T et al. Capítulo 7: Estadística: Estadística Descriptiva y Estadística Inferencial

tica son la estimación y el contraste de hipótesis.

200
Para que un método de inferencia estadística proporcio-
ne buenos resultados debe basarse en una técnica mate-
190
mática (estadística) adecuada al problema planteado, ade-
más la muestra seleccionada debe ser representativa de la
180
población y de tamaño suficiente (tabla 2).
La estimación estadística es el conjunto de técnicas que
170
nos permitirán dar un valor aproximado de un parámetro
poblacional a partir de la información obtenida de la
160 muestra. Para realizar estimaciones utilizaremos ciertas
fórmulas que dependen de los valores obtenidos en la
150 muestra, se denominan estimadores. Un buen estimador
debe ser insesgado, lo que significa que la estimación
140 muestral debe coincidir con la poblacional; eficiente, es
Altura (cm)
decir, de mínima varianza; y suficiente, debe utilizar toda
Figura 6. Diagrama de cajas, representa la variable aleatoria altura de una la información contenida en la muestra.
muestra de 316 individuos. La estimación de un parámetro poblacional utilizando
un único valor se denomina estimación puntual; por ejem-
plo, para estimar la edad media poblacional utilizaremos la
200 edad media muestral, pero este tipo de estimación tiene
ciertos inconvenientes, ya que no podemos conocer cómo
190 de precisa es esta medida.
La estimación por intervalos de confianza nos permite
180 62 presentar una estimación acompañada de cierto margen
Altura (cm)

de error (con un límite superior y un límite inferior), por

170 tanto, un intervalo de confianza es simplemente un rango
de valores que contiene el parámetro poblacional con cier-
160 ta probabilidad.
Esta probabilidad se denomina nivel de confianza y se
150 denota por (1-␣), aunque habitualmente se expresa en
tanto por ciento. Los niveles de confianza que se utilizan
140 generalmente son del 95%, del 90% o del 99%, que se co-
Hombre Mujer rresponden con un nivel de significación, que es la proba-
Sexo bilidad de que la estimación falle, del 0,05, 0,1 y 0,01, res-
pectivamente.
Figura 7. Diagrama de cajas, representa la variable aleatoria altura de una
muestra de 316 individuos por sexo. Para calcular intervalos de confianza se debe utilizar el
error estándar, que es una medida de dispersión de la me-
dia muestral alrededor de la media poblacional. Se calcula
El diagrama de cajas es otra forma de describir gráfica- como el cociente entre la desviación típica y la raíz cua-
mente una variable de tipo numérico, este tipo de gráfico drada del número de observaciones (s/n).
utiliza los percentiles, de forma que la caja central con-
centra el 50% de los datos (sus límites se corresponden PRUEBAS ESTADÍSTICAS
con el 1.er y 3.er cuartil). La línea central representa la me- Las pruebas estadísticas8,9 forman parte de la teoría de de-
diana. Los “bigotes” de los extremos de las cajas encierran cisión, a partir de la información que extraemos de la
el 95% de los datos centrales (pueden coincidir en algunos muestra estimamos características generales de la pobla-
casos con los extremos de la distribución), se representan ción de referencia. Existen tres tipos de pruebas estadís-
los valores extremos, denominados outliers, por puntos y ticas:
por asteriscos. Una de las ventajas de este tipo de gráficos
es que podemos de forma visual detectar posibles errores 1) Pruebas de conformidad: en las que se comprueba si
en los datos y además nos permite comparar grupos de su- una estimación coincide con un valor teórico. Por ejem-
jetos (figs. 6 y 7). plo, queremos comprobar si la proporción de recurrencia
de una úlcera duodenal al tomar cierto fármaco es inferior
INFERENCIA ESTADÍSTICA al 10%.
La inferencia se define como el conjunto de métodos esta- 2) Pruebas de homogeneidad: comparan poblacional-
dísticos que permiten deducir cómo se distribuye la po- mente dos o más grupos; supongamos que nos interesa
blación e inferir las relaciones entre variables a partir de la comprobar si la proporción de recurrencia de la úlcera
información que proporciona la muestra recogida8. Por duodenal con un nuevo fármaco es igual a la proporción
tanto, los objetivos fundamentales de la inferencia estadís- de recurrencia en pacientes tratados con otro fármaco.

SEMERGEN. 2007;33(9):466-71 469

 Seoane T et al. Capítulo 7: Estadística: Estadística Descriptiva y Estadística Inferencial

Tabla 2. Principales técnicas estadísticas

Variable dependiente (Y)
Variable independiente (x) Cuantitativa
Cualitativa (nominal) Cualitativa (ordinal) Cuantitativa (discreta) Cuantitativa (normal)
(no normal)
Cualitativa (nominal) Comparación 2 proporciones/ Mann-Whitney/ t de Student/ Mann-Whitney/
Chi-cuadrado
Chi-cuadrado Druskall-Wallis ANOVA Druskall-Wallis
Cualitativa (ordinal) Chi-cuadrado
Cuantitativa (discreta)
Correlación/
Cuantitativa (normal) Regresión logística Correlación/Regresión lineal
Regresión Poisson
Cuantitativa (no normal)

3) Pruebas de relación: evalúan la relación entre varia- Cuando analizamos la muestra obtendremos la signifi-
bles. cación del contraste, que se representa con la letra p, es un
indicador de la discrepancia entre la hipótesis nula y los
Los contrastes de hipótesis o tests de hipótesis10 permi- datos muestrales, de forma que cuanto más se acerque a
ten comprobar si la información muestral concuerda con cero tenemos mayor evidencia en contra de la hipótesis
la hipótesis estadística formulada, nos permiten cuantificar nula (si p es menor que el nivel de significación rechaza-
hasta qué punto los resultados de un estudio particular de- remos H0).
penden de la variabilidad de la muestra. Debemos tener en cuenta que la significación estadísti-
La hipótesis que se contrasta se denomina hipótesis nu- ca depende de la magnitud de la diferencia que queremos
la y se denota por H0, se puede interpretar como la hipó- probar, cuanto mayor sea esta diferencia más sencillo será
tesis que normalmente sería aceptada mientras los datos demostrar que es significativa. Al mismo tiempo depende
no indiquen lo contrario. Rechazar la hipótesis nula supo- también del tamaño muestral, cuanto más grande sea el
ne asumir una hipótesis complementaria, la hipótesis al- número de observaciones más sencillo es detectar diferen-
ternativa (H1), como correcta. cias.
Para realizar un contraste de hipótesis debemos definir
la hipótesis nula y la alternativa y definir una medida, el MODELOS DE REGRESIÓN
estadístico de contraste, que permite cuantificar la magni- Los modelos de regresión estudian la relación cuantitati-
tud de la diferencia entre la información que proporciona va12 entre una variable de interés, que se denomina varia-
la muestra y la hipótesis H0. Se pueden cometer dos tipos ble respuesta o dependiente (Y), y un conjunto de varia-
de errores11: bles explicativas (X1,X2,…,Xk). Puede ocurrir que exista
una relación funcional, de forma que el conocimiento de
1) Error tipo I: rechazamos la hipótesis nula cuando es las variables explicativas determina el valor de la variable
cierta. dependiente, o, en cambio, que no exista ninguna rela-
2) Error tipo II: no rechazamos la hipótesis nula cuan- ción, lo que significa que conocer el valor de las variables
do es falsa. (X1,X2,...,Xk) no aporta ninguna información sobre la va-
riable Y. Lo habitual es que exista cierta relación entre ellas
En la práctica no es posible saber si estamos cometien- de manera que el hecho de conocer el valor de las varia-
do un error tipo I o un error tipo II, pero existen ciertas bles independientes nos permite predecir el valor de la va-
recomendaciones para disminuir dichos errores. Por riable respuesta. Existen tantos modelos como funciones
ejemplo, para disminuir el error tipo I deberíamos depu- matemáticas, los más utilizados son: el modelo de regre-
rar la base de datos para evitar posibles outliers o valores sión lineal, polinómico, logístico, de Poisson, etc.
extremos que puedan producir resultados significativos, Los modelos de regresión se utilizan con dos objetivos:
utilizar un nivel de significación pequeño y disponer de 1) Predicción: se pretende predecir la variable depen-
una teoría que guíe las pruebas. Para reducir el error tipo diente utilizando un conjunto de variables independien-
II es aconsejable incrementar el tamaño muestral, estimar tes.
la potencia estadística o incrementar el tamaño del efecto 2) Estimación: el interés se centra en apreciar la relación
a detectar. entre la variable respuesta y las variables explicativas.
Es necesario establecer a priori el nivel de significación Cuando utilizamos los modelos de regresión para la es-
(␣) que se define como la probabilidad de cometer un timación debemos tener en cuenta dos conceptos impor-
error tipo I, normalmente se elige un valor pequeño, el 5% tantes, la interacción y la confusión. Existe interacción
o el 1%. El valor del nivel de significación divide en dos cuando la asociación entre la variable respuesta y la varia-
regiones el conjunto de posibles valores del estadístico de ble independiente varía según los diferentes niveles de otra
contraste: variable. Y existe confusión cuando la asociación entre la
variable respuesta y la de exposición difiere significativa-
1) Zona de rechazo (con probabilidad ␣, bajo H0). mente si se considera, o no, una tercera variable, denomi-
2) Zona de aceptación (con probabilidad 1-␣, bajo H0). nada variable de confusión.

470 SEMERGEN. 2007;33(9):466-71

 Seoane T et al. Capítulo 7: Estadística: Estadística Descriptiva y Estadística Inferencial

El modelo de regresión más sencillo es el Modelo de Re- 4. Dawson-Saunders B, Trapp RG. Bioestadística Médica. 2.ª ed. Mé-
xico: Editorial el Manual Moderno; 1996.
gresión Lineal13 que estudia la posible relación lineal entre
5. Altman DG, Bland JM. Statistics Notes: Presentation of numerical
la variable dependiente, que es una variable cuantitativa, y data. BMJ. 1996;312:572.
las variables independientes. 6. De la Horra J. Estadística aplicada. Díaz de Santos; 1995.
La metodología de la regresión lineal no se puede apli- 7. Singer PA, Feinstein AR. Graphical display of categorical data. J
Clin Epidemiol. 1993;46:231-6.
car cuando la variable respuesta es dicotómica, por ejem-
8. Wassertheil-Smoller S. Biostatistics and Epidemiology. A primer for
plo, presencia/ausencia de una enfermedad. En estos casos health professionals. 2nd ed. New York: Springer-Verlag; 1995.
el modelo de regresión que se debe utilizar es el Modelo 9. Altman DG. Preparing to analyse data. En: Practical statistics for
Logístico14. medical research. London: Chapman and Hall; 1991. p. 132-45.
10. Jekel JF, Elmore JG, Katz DL. Epidemiology Biostatistics and Pre-
ventive Medicine. Philadelphia: W.B. Saunders Company; 1996.
11. Daly LE, Bourke GJ. Interpretation and uses of medical statistics.
BIBLIOGRAFÍA 5th ed. Oxford: Blackwell science; 2000.
1. Daniel WW. Bioestadística. Base para el análisis de las ciencias de la 12. Pita Fernández S, Rey Sierra T, Vila Alonso MT. Relaciones entre
salud. México: Ed. Uteha. Noriega Editores; 1995. variables cuantitativas (I). Cuadernos de Aten Primaria. 1997;4:
2. Martín Andrés A, Luna del Castillo J. Bioestadística para las cien- 141-5.
cias de la salud. 4.ª ed. Madrid: Ed. Norma; 1994. 13. Altman DA. Practical statistics for medical research. 1th ed. repr.
3. Cao R, Francisco M, Naya S, Presedo MA, Vázquez M, Vilar JA, Vi- 1997. London: Chapman & Hall; 1997.
lar JM. Introducción a la Estadística y sus aplicaciones. Ed. Pirámi- 14. Hosmer DW, Lemeshow S. Applied Logistic Regression, 2nd ed.
de; 2001. New York: Wiley; 2000.

SEMERGEN. 2007;33(9):466-71 471