materia Mercadotecnia III

PROGRAMA:

---

. Unidades

---

. I. SISTEMAS DE INFORMACIÓN EN LA MERCADOTECNIA. 14 y 17 de Agosto

---

. II. INVESTIGACIÓN DE MERCADOS. 21 y 24 de Agosto

---

. III. METODOLOGÍA DE INVESTIGACIÓN DE MERCADOS. 28, y 31 de Agosto y 4 de septiembre

---

. IV. MÉTODOS CUANTITATIVOS. 7 , 11, 14, 18 . 21 25 y 28 de Septiembre

---

. V. MÉTODOS CUALITATIVOS. 2, 5, 9, 12, 16, 19, 23, 26 y 30 de octubre

---

. VI. TÉCNICAS ESPECÍFICAS 6, 9, 13, 16, 20, 23, 27, 30 de noviembre y 4 de diciembre

---

.

---

Actividades de Aprendizaje

---

. Identificar los elementos del sistema de información de mercados de la organización.

---

. Diagnosticar la situación interna de la organización, basados en la información generada por la estructura de la misma y diseñar un registro de datos acorde a sus necesidades para la toma de decisiones de mercadotecnia.

---

. • Investigar y analizar grupalmente, los distintos elementos que componen el sistema de información de la mercadotecnia.

---

. • Comparar y concluir en relación a los sistemas de información de mercadotecnia con que cuentan los organismos actuales en el entorno.

---

. • Reconocer la importancia de los sistemas de información de mercadotecnia, y discutirlo en grupos.

---

. • Elaborar un sistema de información de mercadotecnia interno para una organización de la comunidad, para ello, deberá:

---

. o Identificar y seleccionar en equipo una organización de la localidad para la realización de su proyecto de aplicación

---

.

---

---

.PRIMER APUNTE:

---

.El bienestar de una organización depende de la inteligencia con que los gerentes tomen las decisiones. Las estrategias eficaces de marketing requieren información sobre los mercados potenciales y sus probables respuestas a las mezclas de marketing, a la competencia y también a otras variables del entorno.

---

. El sistema de información de marketing (SIM) es una forma organizada de recopilar, accesar y analizar la información que requieren los gerentes de marketing para tomar decisiones. La eficiencia con que funcionan estos sistemas depende de tres factores: Naturaleza y calidad de los datos. Forma de procesamiento.

---

. Capacidad de interpretar resultados.

---

. VENTAJAS DEL SIM.- Drástica reducción de los costos operativos. Disponibilidad inmediata de la información. Intercambio instantáneo de los resultados. Rapidez en la toma de decisiones. Actualización constante de la Base de Datos. Mayor eficiencia.

---

. Más y mejores servicios a los clientes. Incremento en la eficiencia de la fuerza de venta. Retener el dominio del mercado por parte del líder. Retener a los clientes casuales u ocasionales. Incrementar en el tiempo el valor potencial de cada cliente. Ganarle clientes a la competencia.

---

. SUBSISTEMAS DEL SIM.- Subsistema De Datos Internos Se encarga de recopilar y almacenar la información que se produce en el interior de la organización. Subsistema De Investigación De Mercados Es un conjunto de procedimientos que se utiliza para recaudar y analizar información nueva que ayude a la toma de decisiones.

---

. La investigación de mercados es la función que vincula al consumidor, al cliente y al público con el encargado del mercadeo, por medio de información que se usa para: Identificar y definir oportunidades y problemas de mercado. para generar, afinar y evaluar actos de mercadeo. para vigilar la actuación de esta función. Perfeccionar la comprensión del proceso de mercadeo

---

. SISTEMAS DE INFORMACION INVESTIGACION DE MERCADOS.- Opera de una forma continua Opera de forma intermitente Tiene orientación hacia el futuro Tiene orientación hacia el pasado Recaba y maneja información interna y externa Recaba información externa Trata de evitar que se presenten problemas Se ocupa de resolver problemas que ya se han presentado Exige una operación computarizada No se fundamenta necesariamente en la computación Incluye, además de la investigación de mercadeo, otros subsistemas. Es una fuente de entrada a los Sistemas de Información.

---

. SISTEMAS INFORMACIÓN de MARKETING
Personas, equipos, procedimientos para generar, registrar, clasificar, analizar, valorar, distribuir a tiempo información demandada para gestión de Marketing Nuevas tecnologías ( EDI, Internet ) permiten: procesar gran volumen de datos evaluación continua, rapidez decisión comercial relaciones estrechas proveedor-cliente Sistemas Datos internos Sistema Inteligencia de Marketing (información de competidores a través de sus): procesos selección socios productos/publicidad/ distribuidores publicaciones, doc. públicos Sistemas investigación mercado centrado en problema concreto Sistemas de apoyo decisión Marketing herramientas estadísticas para análisis de datos

---

. S I M El Sistema de Información de Marketing Sist. Datos Internos Sistema Inteligencia Sistema Apoyo Investigación Mercado Valorar necesidades información Distribuir información Público objetivo Canales Competencia Factores Económicos Dirección Marketing Análisis Planificac. Control ENTORNO Adaptado de Kotler (1992

---

.)

---

este apunte se los envio a su correo

---

@charset "utf-8"; #tsc_player { z-index: 9999; } .tscplayer_inline { position:static; margin: 30px; width: 636px; height: 480px; z-index:auto; } .tscplayer_fullframe { position:absolute; top: 0px; left: 0px; margin: 0px; padding: 0px; z-index: 9999; }

SISTEMAS DE INFORMACIÓN EN LA MERCADOTECNIA. on Prezi

. examen:
Investigar sobre el Proceso de Investigación de Mercados,
siguiendo estos puntos: El proceso de Investigación de Mercados. Una vez que sabes lo que quieres saber, ¿cómo puedes obtenerlo?
Mayores enfoques de Investigación Método de recolección de datos. La Investigación de Mercados como un link entre la Empresa y el Mercado
¿Cómo nos aseguramos que la investigación de mercados siempre recolecte datos valiosos y produzca información útil para elegir las mejores acciones de marketing ?
Overview del proceso de Investigación de Mercados El proceso de Investigación de Mercados involucra responder las siguientes cinco preguntas claves:
¿ Por qué debemos realizar esta investigación? ¿ Qué tipo de investigación debe ser realizada? ¿ Es valorable hacer la investigación? ¿ Cómo debe ser diseñada la investigación para alcanzar los objetivos planteados? ¿ Qué haremos con la investigación?
El proceso de la Investigación de Mercados Acuerdo en el proceso de investigación. Establecer los objetivos de la investigación. Estimar el Valor de la Información. Diseñar la investigación. Recolectar los datos. Preparar y Analizar los datos. Reportar los resultados de la investigación y proveer recomendaciones estratégicas .
El proceso de la Investigación de Mercados Etapa 1 Propósito de la investigación Problema o análisis de oportunidad. Alternativas de decisión. Usuarios de la investigación o tomadores de decisiones. Si NO puedes establecer claramente los objetivos/problema a ser resuelto y qué harás con los resultados, entonces no lo hagas.
El proceso de la Investigación de Mercados Etapa 2 Objetivo de la Investigación Debe ser establecido de modo de asegurar que la información obtenida cumplirá con el propósito de la investigación. Preguntas de investigación. Desarrollo de Hipótesis / Fuentes de Hipótesis. Alcances de la investigación.
El proceso de la Investigación de Mercados Etapa 3 Estimar el Valor de la Información Concepto de valor esperado . “ Backward ” Market Research La idea básica es que la investigación de mercados debe ser realizada desde el producto final hacia “delante”. Hay 8 etapas descritas (en orden): Determinar cómo serán implementados los resultados de la investigación. “ Diagramar” el reporte final. Especificar los análisis necesarios para realizar el reporte final. Determinar los datos necesarios. Revisar si hay datos secundarios disponibles. Si no, recolectar datos primarios. Llevar a cabo el estudio. Realizar el análisis, escribir el reporte. De esta forma, los resultados estarán orientados a la acción y los datos serán enfocados al problema apropiado.
El proceso de la Investigación de Mercados Acuerdo en el proceso de investigación. Establecer los objetivos de la investigación. Estimar el Valor de la Información. Diseñar la investigación. Recolectar los datos. Preparar y Analizar los datos. Reportar los resultados de la investigación y proveer recomendaciones estratégicas .
Introducción al Diseño de la Investigación Detallado blueprint para guiar la implementación del estudio hacia la realización de sus objetivos: Elegir el enfoque de la investigación. Decisiones de investigación tácticas. Tipos de Investigación de Mercados Investigación Exploratoria. Investigación Conclusiva Investigación Descriptiva. Investigación Causal.
Investigación Exploratoria Intenta desarrollar pensamientos o intuición inicial y proveer dirección para alguna investigación más profunda necesaria. Estudio piloto, pre-estudio usualmente confinado a: Focus groups. Datos secundarios. Opinión experta. Estudio de casos. Investigación Conclusiva Investigación Descriptiva: Intenta generar datos que describan la composición y características de grupos relevantes o unidades.
Investigación Causal/Experimental: Intenta identificar relaciones causa-efecto entre las variables (ejemplo, establecer que un evento -un nuevo paquete- es el principal para producir otro evento -un incremento en ventas-).
La incertidumbre influencia los tipos de investigación Aumento en la Incertidumbre Investigación Exploratoria Investigación Descriptiva Investigación Causal “ Comprarán más de nuestro producto con el nuevo envase?” “ ¿Qué tipo de personas compran nuestros productos? ¿Quiénes compran los productos de la competencia?” “ Nuestras ventas están disminuyendo y no sabemos por qué”. (Problema ambiguo) (Conciencia del problema) (Problema claramente definido)
Métodos de recolección de datos Datos Secundarios : Fueron recolectados para algún propósito distinto del problema actual. Datos Primarios : Son recolectados especialmente para tratar un objetivo de investigación específico. Existe un orden definido: los datos Secundarios vienen primero.
Relación entre el tipo de investigación y el método de recolección de datos Método de Recolección Tipo de Investigación Exploratoria Descriptiva Causal Fuentes Secundarias Sistema de Información a b Base de datos de otras a b organizaciones Servicios agrupados a b b Fuentes Primarias Investigación Cualitativa a b Cuestionarios b a b Experimentos b a a: Método muy apropiado b: Método apropiado
Decisiones tácticas de la Investigación Desarrollar medidas de interés e instrumentos de medición ¿Qué queremos saber? Diseñar un plan de muestreo ¿Cómo vas a recolectar los datos? Anticipar el análisis más probable Si tuvieras los datos, ¿qué harías?
Para mantener en mente IM sigue un proceso sistemático que asegura con tiempo y esfuerzo la recolección de información de calidad para tomar mejores decisiones.
La elección del tipo de investigación depende de la incertidumbre asociada con el problema y esta elección tiene implicaciones para el método de recolección y análisis de los datos.
Los temas principales de estudio de mercado son dar respuesta a las siguientes preguntas:
Qué se quiere saber exactamente ? Cuál es el mercado potencial a investigar? Qué participación en el mercado espera obtener? Cuál es el volumen probable de ventas futuras? Cuál es la distribución geográfica del mercado? Aceptan los consumidores el producto? Qué características esperan encontrar en él? Qué envases resultarán más atractivo y fácil de visualizar?
El Nombre del producto más adecuado, se relaciona con el producto, es fácil de pronunciar, de recordar etc. Por qué comprarán los consumidores el producto?
La investigación de mercado es imprescindible porque todo el proceso del marketing, desde que se decide crear un producto hasta que llega al consumidor final, debe partir del conocimiento de los deseos de compra del consumidor final. Los motivos de compra son difíciles de descubrir porque muchas veces los mismos consumidores no los conocen, además de que se debe tener presente, que en ocasiones el cliente que compra no es el que va a consumir o usar el producto. La investigación del mercado, puede revelar los MOTIVOS DE COMPRA de su producto, por parte de los consumidores. El estudio de esa demanda permite que la empresa elabore o distribuya aquellos bienes o servicios que realmente desean los consumidores . Caso contrario, es probable no se produzcan ventas y usted, como empresario no tiene beneficios y tiene que cerrar o vender su negocio. Para tener éxito en la comercialización, distribución y venta de los productos bienes o servicios un empresario debe estar enterado de lo que ocurre fuera de su empresa. No es que por conocerlas usted podrá evitar que tengan consecuencias para sus negocios, pero adaptándose con rapidez y eficacia logrará disminuir las amenazas y aumentar las fortalezas . Confeccionar un plan de acción requiere utilizar toda la experiencia acumulada en los Planes o estadísticas de ventas de los años anteriores, las decisiones y acciones realizadas y sus resultados. Un Plan de Marketing no sirve para nada si no existe un constante control del mismo. Usted lo aprueba y debe ser el documento guía de trabajo del hombre de marketing, quien debe darle cuenta de los resultados del mismo. A partir del consumidor y después de realizar la oportuna investigación, obtenemos la idea general del producto, que será fiel reflejo de los deseos de compra del consumidor .
La investigación de mercados es el proceso a través del cual se recolecta determinada información procedente del mercado con el fin de ser analizada y, en base a dicho análisis, poder tomar decisiones o diseñar estrategias. Podemos realizar una investigación de mercados para hallar una oportunidad de negocio, conocer la viabilidad de un nuevo negocio o producto, hallar la razón o solución de un problema, comprobar una hipótesis de mercado, etc. Para poder tener más en claro el concepto de la investigación de mercados, veamos a continuación cuáles son los pasos necesarios para realizar una:
1. Determinar la necesidad u objetivos de la investigación En primer lugar debemos determinar cuál es la razón de la investigación, qué queremos conseguir con ella, cuál es su objetivo; por ejemplo, podemos realizar la investigación para hallar una oportunidad de negocio, para ver si nuestro futuro negocio podría ser rentable, para saber si el lanzamiento de un nuevo producto podría tener éxito, para hallar la razón o solución de un problema, para analizar a nuestra competencia, para pronosticar nuestra demanda, para confirmar una hipótesis, etc.
2. Identificar la información que vamos a recolectar Basándonos en nuestros objetivos de investigación, pasamos a determinar cuál será la información que necesitamos y vamos a recolectar, por ejemplo, si nuestro objetivo de investigación es detectar una oportunidad de negocio, la información que podríamos necesitar sería la que nos permita conocer las necesidades de los consumidores, los nuevos gustos, las nuevas modas, las tendencias, los nichos de mercado no atendidos, etc. Si nuestro objetivo de investigación es conocer la viabilidad de exportar nuestro producto a un determinado país, la información que podríamos necesitar sería la referente a tratados o acuerdos comerciales, aranceles, situación económica de dicho país, etc.
3. Determinar las fuentes de información Una vez que conocemos cuál será la información o datos que necesitamos y vamos a recolectar para nuestra investigación, pasamos a determinar las fuentes de donde la obtendremos, por ejemplo, determinamos si vamos a obtener la información de nuestro público objetivo, de nuestros clientes, de investigaciones hechas previamente, de datos históricos, de estadísticas, publicaciones, Internet, etc.
4. Definir y desarrollar las técnicas de recolección Una vez que hemos determinado cuál será la información que vamos a necesitar, y de dónde la vamos a conseguir, pasamos a determinar cómo la vamos a conseguir, para ello determinamos las técnicas, métodos o formas de recolección de datos que vamos a utilizar; veamos algunas de las principales:
Encuesta
La encuesta consiste en una interrogación verbal o escrita. Cuando la encuesta es verbal se hace uso del método de la entrevista, y cuando es escrita se hace uso del cuestionario. Una encuesta puede ser estructurada, cuando está compuesta por listas formales de preguntas que se les formulan a todos por igual, o no estructurada, cuando permiten al encuestador ir modificando las preguntas en base a las respuestas que vaya dando el encuestado. Para nuestras encuestas debemos formular preguntas que nos permitan conseguir la información que necesitamos para poder alcanzar nuestros objetivos de investigación, por ejemplo, si nuestro objetivo de investigación es hallar una oportunidad de negocio, algunas de las preguntas que podríamos formular en nuestras encuestas podrían ser:
¿qué tipo de producto le gustaría que existiera en el mercado? ¿qué tipo de negocio piensa que hoy en día podría ser rentable?
Si nuestro objetivo de investigación es conocer la viabilidad de lanzar un nuevo producto al mercado, algunas de las preguntas podrían ser:
¿estaría dispuesto a probar este nuevo producto? ¿qué opinión le generan productos similares a éste, y qué características les cambiaría o agregaría?
Si nuestro objetivo de investigación es pronosticar nuestra demanda, algunas de las preguntas que formularíamos podrían ser:
¿cuánto está dispuesto a pagar por este producto? ¿cuánto suele gastar en promedio al visitar negocios similares a éste, y con qué frecuencia los visita?
Técnica de observación
La técnica de observación consiste en observar personas, hechos, objetos, acciones, situaciones, etc. Para usar esta técnica podemos, por ejemplo, visitar los sitios donde frecuentan los consumidores que conforman nuestro público objetivo y observar sus comportamientos, visitar las zonas comerciales y observar los productos de la competencia, visitar los locales de la competencia y observar sus procesos, etc.
Experimentación
La técnica de experimentación consiste en procurar conocer directamente la respuesta de los consumidores ante un determinado producto, servicio, idea, publicidad, etc. Para usar esta técnica podemos, por ejemplo, crear un pequeño puesto de venta o un pequeño stand de degustación.
Focus group
El focus group o grupo focal consiste en reunir a un pequeño grupo de personas con el fin de entrevistarlas y generar un debate o discusión en torno un producto, servicio, idea, publicidad, etc., y asi conocer las ideas, opiniones, emociones, actitudes y motivaciones de los participantes.
Sondeo
El sondeo es un método sencillo y de bajo costo que se caracteriza por hacer preguntas orales simples y objetivas. Del mismo modo, permite obtener respuestas sencillas y objetivas. Un ejemplo de una pregunta que se podría realizar en un sondeo es: “¿qué marca de jeans usa?”.
5. Recolectar la información
Una vez que hemos determinado la información que vamos a necesitar, las fuentes de dónde la conseguiremos, y los métodos que usaremos para obtenerla, pasamos a la tarea de la recolección de la información. Para ello, determinamos previamente quiénes serán los encargados o responsables de ésta tarea, cuándo empezará y cuánto tiempo durará.
6. Analizar la información
Una vez que hemos recolectado la información requerida, procedemos a contabilizarla (conteo de datos), luego a procesarla (clasificar los datos, tabularlos, codificarlos) y, por último, a interpretarla, a analizarla y a sacar nuestras conclusiones.
7. Tomar decisiones o diseñar estrategias
Y, por último, en base al análisis que hemos realizado, pasamos a tomar decisiones o diseñar nuestras estrategias, por ejemplo:
Con base en la información que hemos obtenido y analizado sobre las necesidades, gustos y preferencias de los consumidores, pasamos a diseñar un producto que se encargue de satisfacer dichas necesidades, gustos o preferencias.
con base a la información que hemos obtenido y analizado sobre nuestra competencia, pasamos a diseñar estrategias que nos permitan bloquear sus fortalezas y aprovechar sus debilidades.
con base a la información que hemos recogido y analizado sobre nuestro plan de negocio, tomamos la decisión de dar el visto bueno al proyecto, y empezar con la creación de nuestro nuevo negocio
EJEMPLOS:
http://es.surveymonkey.com/s/Opinionessobreelsitioweb
http://es.surveymonkey.com/s/Satisfacciondelclientea
___________________________________________________________
Definición de metodología El término metodología designa la forma en que se enfocan los problemas y se buscan repuestas; además, aplica a la forma de realizar investigación.
También los supuestos, los intereses y los propósitos llevan a elegir entre una u otra metodología. Según Taylor y Bogdan (1987), han prevalecido dos perspectivas teóricas principales: el positivismo (cuantitativos) y la fenomenología (cualitativos).
Por un lado, los positivistas buscan los hechos o las causas de los fenómenos con independencia de la subjetividad de las personas, mientras que los fenomenólogos tratan de entender y comprender los fenómenos sociales desde la propia perspectiva del actor; examinar el modo en que se experimenta el mundo.
Así el positivista busca las causas mediante métodos como cuestionarios, inventarios e instrumentos que producen datos susceptibles de análisis estadístico, mientras el fenomenólogo utiliza la observación participante, la entrevista en profundidad y otros que proporcionen datos descriptivos para comprender en un nivel personal los motivos y las creencias que están detrás de las acciones de la gente (Taylor y Bogdan, 1987).
En este momento de la investigación se identifican clara y concretamente los pasos que se van a seguir para recabar los datos que necesita, los instrumentos que se van a usar para recabar esos datos y la forma en la que va a analizar esos datos para responder su pregunta de investigación.
Se ha mencionado anteriormente que depende del enfoque que aborde el trabajo de investigación va a variar este procedimiento (positivistas y fenomenólogos).
La investigación cuantitativa
El enfoque cuantitativo de investigación es una aproximación de tipo deductiva cuyo propósito es el de probar teoría, predecir resultados, establecer hechos o probar hipótesis.
Sus focos de atención centrales son el aislamiento de variables, usando muestras grandes cuyos participantes son anónimos, se colectan datos utilizando instrumentos objetivos y formales.
El plan de investigación se desarrolla a partir de un problema de investigación y sigue una estructura formal, las técnicas de análisis de datos son generalmente estadísticas o cuantitativas.

La investigación cuantitativa generalmente describe: las condiciones actuales de un objeto de estudio, investiga relaciones entre variables y trata de establecer relaciones de causa-efecto.
Las que describen condiciones se denominan como descriptivas. Las que investigan la relación entre dos o mas variables cuantificadas se conocen como correlaciones y aquellas que establecen relaciones de causa-efecto se les llama experimentales o causales.
El diseño descriptivo
El diseño de investigaciones descriptivas involucran la colección de datos para resolver preguntas acerca del estatus actual de un tema de estudio, si bien esta descripción se hace en términos cuantitativos.
Algunos ejemplos son estudios sobre preferencias, actitudes, prácticas de un grupo específico de personas o grupos de interés.
Este tipo de investigación recolectan sus datos a través de cuestionarios, que pueden ser auto administrados o no, las encuestas son otro medio de recolectar datos, estas normalmente se elaboran con una escala de Likert (total acuerdo – total desacuerdo).
La investigación descriptiva generalmente se realiza haciendo preguntas y reportando las respuestas.
No obstante una buena investigación descriptiva debe hacer preguntas que no se han hecho antes, desarrollar instrumentos adecuados al estudio que se hace, para elaborar los instrumentos se deben tener conocimientos específicos sobre el tema asi como conocimientos de psicometría.
Otra dificultad es lograr que los participantes respondan de manera oportuna y eficiente los instrumentos.
Recordando que para este tipo de investigación se requiere que haya un número suficientemente grande de participantes.
Diseño Correlacional
El diseño de investigación correlacional se plantea la cuestión de determinar en qué forma y grado existe una relación entre dos o más variables ó bien para hacer predicciones sobre esta relación entre variables.
La correlación es una medida cuantitativa acerca del grado de correspondencia entre dos o más variables.
El grado de correspondencia entre variables es medido a través de un coeficiente, el cual puede tener un valor entre – 1.00 a +1.00 Dos variables que no estén relacionadas entre si obtendrán un coeficiente cercano a cero (0.00).
En cambio dos variables que si están relacionadas obtendrán un valor que se encuentre en el rango de -1.00 y +1.00.
Si el valor es positivo entonces significa qué a medida que una de las variables se incrementa la otra también se incrementa.
Un valor negativo se interpreta que cuando una variable se incrementa y la otra decrementa.
En todo caso es poco probable que un par de variables correlacionen de manera perfecta.
La correlación no mide relaciones de causa- efecto solamente indica que dos variables están asociadas y ocurren juntas en el tiempo.
Para este tipo de estudios se requiere tener información de cada variable, es decir mediciones de cada una de las variables obtenidas de un grupo de personas.
También puede haber estudios con una población grande en la que se midan correlaciones entre muchas variables sobre todo cuando se estudia fenómenos complejos.
Diseño de Investigación de tipo causal- comparativo
Las investigaciones de tipo causal-comparativa y experimental pretenden establecer la relación de acusa-efecto acerca de la ejecución de dos o más grupos de personas, métodos de programas.
La diferencia entre estas dos tipos de estudio es el grado de control que ejerce el investigador sobre las variables que estudia.
Los estudios experimentales la variable que se considera “la causa” está bajo el control del investigador y es manipulada por el investigador mientras que la investigación de tipo causal y comparativa no.
La que se cree “la causa” generalmente se conoce como tratamiento y su nombre formal es la variable independiente y es la diferencia entre los grupos. La diferencia o “efecto” recibe el nombre de variable dependiente ya que varía y depende de lo que ocurra con la variable independiente.
La investigación de tipo causal –comparativa también puede ser llamada ex post facto la variable independiente, la causa ya ocurrió en el tiempo y por lo tanto no puede ser manipulada por el investigador (promedio de calificaciones del ciclo escolar previo), o bien hay otras variables que son características de los participantes y no se manipulan como el sexo, el peso, la talla, etc. En este tipo de investigación se comparan por lo menos dos grupos de participantes en alguna(s) variables dependientes o efectos.
En este sentido los participantes son asignados a grupos por que posean o no la “causa” por lo que el investigador tampoco tiene control sobre la asignación de los participantes.
No obstante estas limitaciones a este tipo de investigación puede dar información muy valiosa sobre las verdaderas causas-efectos que de otro modo no sería posible conocer.
Por ejemplo de manera intencionada no es posible privar de alimentación adecuada a un grupo de bebés durante la primera infancia para ver el efecto en su capacidad de aprender cuando lleguen al prescolar.
Por lo que una manipulación de la variable alimentación adecuada no es ética ni posible.
Una investigación ex post facto en cambio puede separar a los alumnos que tienen niveles de desnutrición actual diverso, recabar información sobre la alimentación de este grupo en su infancia y observar su aprendizaje escolar actual y hacer inferencias sobre la relación entre estas variables.
Diseño de Investigación experimental
El diseño de investigación experimental el investigador controla la variable independiente o “causa” y controla también todos los procedimientos en los que se realiza el experimento, puede además de forma aleatoria seleccionar y asignar a los participantes a los grupos para que cada grupo sea semejante entre si antes de iniciar el experimento y así garantizar la igualdad de condiciones previas y que los resultados puedan identificar las causas y los efectos.
Una vez constituidos los grupos se lleva a cabo el experimento (se aplica el tratamiento durante un tiempo suficiente) se controla rigurosamente el lugar, a las personas que lo aplican, los procedimientos que siguen, etc.
Generalmente se hace una medición previa al tratamiento y una posterior para hacer más evidente el efecto del tratamiento.
También se tiene un grupo llamado control que siendo semejante al grupo experimental la diferencia estriba en que mientras el grupo experimental se somete al tratamiento, el grupo control no.
Se espera encontrar diferencias significativas (estadísticamente) entre la ejecución de los dos grupos sobre todo cuando se miden las variables posteriormente al tratamiento.
_____________________________________________________________________________________ ____________________________________________________________________________________ ______________________________________________________________________________
Estadística
La estadística es una serie de procedimientos para describir, sintetizar, analizar e interpretar datos numéricos.
Elegir las técnicas estadísticas apropiadas es determinante para llevar con existo el análisis de los datos, la prueba de hipótesis así como la clase de datos que es necesario recolectar.
La forma en que se colectan los datos, el tipo de datos y la estrategia de análisis de los mismos debe ser explicitada desde el plan o proyecto de investigación.
Hay varias aproximaciones estadísticas que el investigador puede aplicar. Desde algunos muy sencillos hasta los más complejos.
Los investigadores deben por lo menos conocer los fundamentos básicos y ser capaces de interpretar los resultados.
No es necesario conocer su racionalidad matemática o su derivación numérica.
Para preparar los datos para su análisis primero se debe de codificar los datos todos los instrumento que se aplicaron deben ser codificados o convertidos a puntuaciones de forma precisa y consistente.
Esto significa que cada uno de los instrumentos de cada participante debe ser puntuado y registrado en una base de datos.
Cuando la muestra es muy grande y se hacen necesarios varios capturista deben haber manuales claros para esta tarea.
Ya que la base de datos debe quedar perfectamente limpia de errores, errores que pueden estar mal desde que los participantes los llenan o errores al momento de pasar de los instrumentos a la base de datos por lo que esta tarea debe ser realizada con cuidado y además después ser revisada con detenimiento para evitar errores que llevan a resultados falsos.
Esta base de datos puede hacerse desde formatos muy sencillos como una hoja de cálculo (excel) o bien estar integrada en un programa estadístico (minitab, SPSS, entre otros).
Para la base de datos a cada participantes se da un número o código que será con el que se registre sus resultados,
si además se tiene varios grupos se colocan primero a los del grupo control de ahí que el registro 01C significa que es el primer participantes del grupo control y
que si hay 50 participantes en este grupo 50C es el último de este grupo y de ahí seguiría el participantes 01E es decir el primer participante del grupo experimental.
Para codificar variables categóricas también llamadas nominales (aquellas que solo se contestan con un Si o No, el sexo de los participantes) generalmente se coloca como masculino 1 y femenino 2.
Otras variables pueden ser codificadas como ordinales por ejemplo las escalas Likert de 1 totalmente de acuerdo hasta 5 totalmente en desacuerdo en ellas hay un orden y además se pueden establecer un ranqueo o acomodo de los puntajes.
Cuando se puede saber con exactitud la distancia o intervalo en que se separa un nivel de otro estamos tratando con variables de tipo intervalar.
Muchas de estas variables provienen de instrumentos estandarizados.
Finalmente las variables que pueden establecer un cero absoluto, llamadas continuas o de proporción (ratio) por ejemplo los resultados de un examen que se califica con una escala de 1 a 100.
De la escala en la que se codifican las variables dependerá entre otras cosas el tipo de estadística que se use, estadística paramétrica y no paramétrica.
Ejemplo
Supongamos que la siguiente tabla fue obtenida de la entrevista con profesores de educación básica.
Número Puntaje del examen de clasificación Genero Entrenamiento previo Años de escolaridad
01 95 Masculino Si 12
02 93 Femenino No 14
03 93 Femenino Si 12
04 90 Femenino Si 13
05 82 Masculino No 15
06 71 Femenino Si 14
07 55 Masculino Si 12
Escala ordinal Escala nominal Escala nominal Continua o de proporción
Tipos de estadística
Esta estadística tiene por objetivo describir o resumir los datos obtenidos.
Como ya se mencionó dependiendo del tipo de estudio es que el análisis sea más o menos complejo.
Si los datos presentados provienen de una muestra se les llama estadísticos y si provienen de toda la población se les llama parámetros.
En educación generalmente se trata con muestras bien establecidas por lo que los datos describen a la muestra y en todo caso solo se puede hacer inferencias sobre el comportamiento de población con mayor o menor grado de certeza.
Las medidas de estadísticas descriptivas son las medidas de tendencia central, medidas de variación, medidas de posición relativa y las de relación entre variables.
Las medidas de tendencia central son usadas para establecer promedios de las muestras en diversas variables; las de variación indican como los datos se dispersan o separan de la media del grupo;
las medidas sobre la posición relativa nos informan de la ejecución de un participante en relación con el resto del grupo.
Las medidas de relación indican el grado por el cual dos variables se relacionan entre si.
Generalmente estas medidas pueden ser presentadas en forma de tablas o cuadros y en forma de gráficos.
Medidas de tendencia central
Medidas de tendencia central
Estas medidas proveen una forma de describir una serie de datos. Las más comunes son la moda, la media y la mediana.
La moda es el puntaje que ha sido mayormente obtenido por los participantes, no se calcula por medio de algún calículo sino simplemente observando el puntaje de mayor frecuencia.
Esta medida suele no aportar mucha información pues puede darse el caso de que dos ó mas puntajes tengan la misma frecuencia en este caso se llaman bimodal.
Por ejemplo
si los siguientes son los puntajes obtenidos por 10 alumnos en un examen
35, 28, 47, 93, 47, 85, 66, 98, 72, 40
La moda es 47 ya que es el puntaje que tiene más frecuencia.
La mediana es el punto medio de los puntajes obtenidos, una vez que los datos han sido organizados del más bajo al más alto o viceversa,
la mediana es aquella en la que la mitad de los casos están sobre este punto y la mitad por debajo.
Se localiza no a través de cálculos sino encontrando el punto medio. Para datos que tienen una escala ordinal esta información es valiosa.
Ejemplo
35, 28, 47, 93, 47, 85, 66, 98, 72, 40
En este caso la mediana también es 47 ya que la mitad de los casos están arriba de este punto y la mitad por debajo.
28
35
40
47
47
66
72
93
98

La media es el promedio aritmético de los puntajes y es la más frecuentemente utilizada.
Se calcula sumando todos lo s puntajes y dividiendo entre el número total de puntajes.
Veamos un ejemplo.
Supongamos que estos son los puntajes obtenidos por cinco alumnos en una prueba de dictado. La escala es de 12 a 50 puntos.

Puntajes
35
25
30
40
30
La suma de ellos es 160
Luego se dividen entre la cantidad total de casos
160/5 = 32
Esto se interpreta como el promedio de los puntajes obtenidos por el grupo es de 32 puntos.
Medidas de variación
Si bien las medidas de tendencia central son útiles no son suficientes para describir una serie de datos.
Ya que puede haber datos muy diferentes entre si de los cuales las medidas de tendencia central no dan una idea.
Ya que los datos pueden estar todos muy cerca de la media pero también pueden estar muy lejos de este puntaje.
Para poder ver la dispersión de los datos hay tres medidas son el rango, la desviación en cuartiles y desviación estándar, siendo ésta la más utilizada.
El rango es apropiado para medias que son nominales, los cuartiles para los índices de viabilidad de datos ordinales Rangos esta medición es la diferencia entre los puntajes mas altos y los más bajos que se obtiene restando uno de otro. Es una buena medida rápida para ver la dispersión de los datos.
Ejemplo
1) 79, 79, 79, 80, 81, 81, 81 su rango es de 2 ya que 81 – 79 = 2
2) 50, 60, 70, 80, 90, 100, 110 su rango es 60 ya que 110 – 50 = 60
En estos dos casos hay menos dispersión cuando los puntajes están más cercanos como en el caso 1
Los cuartiles dividir los puntajes en cuatro, de esta forma tendremos el cuartil 25, 50 y 75
y los puntajes obtenidos se acomodan en un frecuencia que pueda ser observada de esta forma, la cantidad de puntajes que caen entre los rangos de cada cuartil.
Se obtiene restando el cuartil más bajo del cuartil más alto y dividiendo entre dos el resultado.
Si el resultado de esta es pequeño significa que los puntajes están mas cercanos unos de otros y se el resultado es grande significa que hay mas dispersión.
Varianza indica la cantidad de dispersión entre los puntajes.
Si la varianza es pequeña los puntajes están cercanos unos de otros y viceversa.
A la raíz cuadrada de la varianza se le llaman desviación estándar.
El calculo de la varianza es simple teniendo la media se saca la diferencia entre el puntaje obtenido por cada participante y la media de grupo y esta nos indica que tan cerca o lejos esta de la media grupal.
Estos resultados pueden ser negativos después se elevan al cuadrado todas las deferencias se suman y se dividen entre el número total esta es la varianza para obtener La desviación estándar se obtiene de la raíz cuadrada de la varianza
y con la desviación estándar entendamos en que medida se dispersan los datos de la media.
Ejemplo:
Supongamos que estos son los puntajes de cinco alumnos en una prueba de dictado.
Puntajes Media del grupo
32
Obtener la diferencia entre cada puntaje y la media de grupo
Elevar al cuadrado cada diferencia
Dividir el puntaje de la suma de cuadrados entre la cantidad de datos
35 35 – 32 = 3 3 x 3 = 9 130/5 = 26 varianza
25 25 – 32 = - 7 -7 X (- 7) = 49
30 30 – 32 = - 2 -2 X (-2) = 4
Obtener la raíz cuadrada de la varianza Raíz cuadrara de 26 = 5.1
40 40 – 32 = 8 8 x 8 = 64
30 30 – 32 = -2 -2 X (-2) = 4
160/5 = 32
Sumar los cuadrados
9 + 49+ 4 +64 + 4 = 130 Desviación estándar
5.1
En este caso la forma de leer la información es que la media del grupo es de 32 puntos
y su desviación es de ± 5.1 puntos
lo que quiere decir que puede haber estudiantes que obtuvieron mas de cinco puntos de la media
y hasta menos de 5 puntos.
Para ser una muestra pequeña la dispersión de los datos es grande.
__________________________________________________________________________
- - - - - - - -
• Curva Normal
Los datos obtenidos deben distribuirse de manera “normal” es decir que si los acomodamos en un grafico se acomoden en una distribución normal.
Muchas variables como el peso la estatura, el coeficiente intelectual, a veces las calificaciones obtenidas en grupos grandes.
Si los datos se ajustan a la forma de normalidad entonces se puede inferir algunas situaciones como ciertas
1. El 50% de los puntajes esta por arriba de la media y 50% por debajo.
2. La media, la moda y mediana tienen el mismo valor
3. La gran mayoría de los puntajes están cerca de la media, por lo que un puntaje que se aleja de media son obtenidos por pocos participantes.
4. El mismo número o porcentaje de puntajes está entre la media y más o menos una desviación estándar como está entre la media y más o menos dos desviaciones estándar y asa sucesivamente.
• Histograma de distribución normal 0 y desviación típica 1
(imagen tomadas de http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal">http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal)
• Casos bajo el área bajo la curva
La gráfica 2 muestra la cantidad de casos que caen bajo el área de la curva por cada desviación estándar
Es importante reconocer que muchas variables se distribuyen de forma normal para poblaciones pero esto puede no ser cierto cuando estamos tratando con datos provenientes de una muestra.
Pero existen distribuciones de datos que no nos normales, como se ve la distribución normal es simétrica y por ello media, moda y mediana tienes mas o menos el mismo valor.
Pero esto no ocurre si algunos participantes lo hicieron muy bien y otros muy mal en estos casos la media “jala” hacia los extremos de la curva.
A estas curvas se les llama sesgadas.
Como la media se ve afectada por los puntajes extremos mientras que la mediana no, de ahí que una distribución negativa la media es siempre menos o más pequeña que la mediana.
Para un curva sesgada positivamente la media es siempre mas grande o mayor que la mediana. Como la moda no es afectada por los puntajes extremos no se puede establecer algunas conclusiones en este tipo de distribuciones.
Para sintetizar se puede decir que:
Una distribución negativa la media menor que la mediana y esta menor que la moda
Una distribución positiva la media mayor que la mediana y esta menor que la moda
Como esto es cierto se puede determinar que si la media es menos que la mediana la distribución es negativa;
si la media y median son semejantes entonces es una distribución normal,
si la media es mayor que la mediana la distribución es positiva. Entre mayor la diferencia entre media y mediana mas sesgada la distribución de los datos.
• casos bajo la curva noraml
(imagen tomadas de http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal)
________________________________________________________________
___________________________________________________
Medidas de posición relativa
Las medidas de posición relativa indican donde está un puntaje en relación al todos los demás en la distribución.
En otras palabras permiten decidir que tan bien le fue a un participante en relación con el grupo.
Las medidas más comunes de estas medidas son:
la clasificación por percentiles y los puntajes estandarizados.
La clasificación por percentiles indica el porcentaje de puntajes que están por arriba y/o por debajo de un puntaje dado.
Recordando que la mediana representa la mitad el 50% de los puntajes están por arriba de ésta o por debajo.
En general esta medición no se usa en investigación pero si en reporte públicos por ejemplo.
Puntaje estandarizados es medición expresa que tan lejos está un puntaje de otro que se usa como referencia, esta referencia generalmente es la media, pero se expresa como la desviación estándares como unidad.
La media más común son los puntajes z, puntajes t y los stanines convertir los puntajes “ brutos” a puntajes z o puntajes T o stanines permite compararlos con la misma escala.
Puntajes z es la medida más básica.
Representa que tan lejos está un puntaje de la media en términos de las desviaciones estándar si recuerdas en la curva de normalidad se han dividido en desviaciones estándares.
Un puntaje que es igual a la media tendría un valor z de cero. Un puntaje que fuera exactamente de una desviación estándar arriba de la media tendría un puntaje z de +1.00 y si tuviera un valor exactamente igual adosa desviaciones debajo de la media su valor z es de – 2.00.
La ventaja de estos puntajes z es que permite comparar los puntajes de uno o varios test o subescalas de un mismo test. Y como se dijo los puntajes z nos informan en que punto se haya un puntaje especifico con respecto a la media y a la desviación estándar del grupo.
Existe en todos los libros de estadística un tabla en la que se puede fácilmente establecer la proporción de casos que están incluidos bajo la curva hasta el puntaje z correspondiente.
v Ejemplo
Supongamos que la mamá de un alumno necesita saber como le va a su hijo en lectura y matemáticas es mas preciso si uno le dice los siguientes datos.
Puntaje bruto Media Desviación estándar Puntaje z Percentil
Lectura 50 60 10 -1.00 16º.
Matemáticas 40 30 10 +1.00 84º.
En lectura su puntaje es de 50 cuando la media es de 60 puntos esto ya nos indica que está debajo del promedio del grupo
pero que en general los alumnos del grupo tuvieron una desviación de ±10 puntos
y que su posición en el grupo es de -1.00 por lo que el 16 por ciento del grupo están por debajo de este puntaje por ello no le va tan bien en lectura.
En cambio en matemática su puntaje fue de 40 pero la media del grupo es de 30 por lo que él se encuentra entre el 84% del grupo su desempeño en matemáticas es mucho mejor.
Puntajes T
el puntaje T no es otra cosa que un forma diferente de expresar los puntajes z.
Para transforma los puntajes z en T solamente se multiplica el puntaje z por 10 y agregar 50. T = 10z + 50
así que un puntaje z de 0 se convierte en un puntaje T de 50.
Un puntaje z de +10 se convierte en un puntaje T de 60 ( T = 10 (1.00) +50 = 10 + 50 = 60)
de esta forma los puntajes T la nueva distribución tienes como media 50 y las desviaciones estándares de 10 .
Stanines
los stanines son puntajes estandarizados que dividen a la distribución en nueve partes.
La palabra se deriva de “standar nine” se hacen equivalencias usando la fórmula 2z + 5 y se redondean los resultados al siguiente numero más cercano.
Los stanines 2 al 8 cada uno representa ½ desviación estándar de la distribución.
Dicho de otra forma el staninne 5 incluye ½ DS alrededor de la media.
Esta es otra forma fácil de comparar los puntajes de pruebas estandarizadas y se usan para conocer la ejecución de los estudiantes y de ahí elegir a los más destacados, a los que requieren apoyo, etc.
Medidas de relación
La investigación correlacionar pretende examinar la relación entre variables.
El grado de relación es expresada como un coeficiente
por ejemplo
los puntajes en dos instrumentos que miden variables diferentes de un mismo grupo de participantes.
El coeficiente de correlación estima el grado de asociación entre la variables.
Si dos variables están altamente relacionadas el coeficiente de correlaciones cercano +1.00 ó – 1.00 pero si el coeficiente se acerca a 0.00 significa que las dos variables no se relacionan.
Existen varios métodos para calcular la correlación y esto dependerá del tipo de escala en las que se encuentran las variables.
Los dos más frecuentemente usados son el coeficiente de correlaciona de Spearman Rho
y el coeficiente de momento correlación o de Pearson r. existen otros como el coeficiente phi, biserial, entre otros.
Coeficiente de Spearman o rho
se usa para correlacionar datos que están ranqueados es decir la escala de medición de la variable es ordinal aunque la variable pueda tener una medición continua siempre se pueden hacer rangos con ellos.
Como todos coeficiente su valor puede varían entre ±1.00.
Coeficiente de Pearson es más apropiado para medir cuando las variables tienen una medición de intervalo o en forma de proporción.
Toma en cuenta todos y cada uno de los puntajes de cada variable. Ofrece un puntaje de correlación más estable.
• Estadística inferencial
La meta de la estadística inferencial es poder establecer relaciones entre variables,
diferencias entre ellas en las muestras que se eligen.
Recordando que sería prácticamente imposible investigar a las poblaciones enteras esperamos que nuestras muestras hayan sido bien definidas, calculadas
y seleccionadas de forma tal que sean una representación exacta de la población de la pretendemos investigar sobre todo por que la idea es que generalicemos los resultados obtenidos de la muestras a toda la población por lo que se debe ser muy cuidadoso al calcular y seleccionar la muestra.
Para ello es necesario contar con conocimientos sobre muestreo o tener a alguien que nos pueda guiar en ese sentido.
En su gran mayoría los libros de estadística contienen siempre uno o dos capítulos dedicados al muestreo.
Una forma de seleccionar la muestra es de manera aleatoria, si obtuviéramos una muestra de todos los niños de sexto grado de primaria, que pesáramos y se calculara la media, en seguida obtuviéramos otra muestra y volviéramos a pesarlos, nos daríamos cuenta que las medias pudieran ser diferentes.
A este tipo de error se le conoce como error de muestreo y no son errores atribuibles al investigador.
Una buena noticia es que estos errores generalmente se distribuyen normalmente y eso los hace mínimos.
Por lo que para ser conservador sobre los resultados siempre se parte de la idea de que la probabilidad de que
(que no la cereza de que X afecte a Y) es de XX con esta probabilidad aceptamos que pueda haber una proporción de error.
Para las ciencias sociales el nivel de probabilidad/error es de .05 que se escribe como (p >0.05)
eso se interpreta como que las variables están significativamente relacionadas entre si, o que los grupos difieren significativamente entre sí
de tal forma que los resultados serán los mismos en 19 muestras diferentes de 20 tomadas de la misma población.
Para poder utilizar la estadística inferencial debemos de partir de alguna hipótesis nula esto es, tomar alguna decisión acerca de los resultados del estudio sobre todo por que el investigador conoce sobre el tema y ha leído otras investigaciones al respecto que a su vez publican los resultados obtenidos por este conocimiento el investigador puede hacer algunas suposiciones.
Por ejemplo,
en una investigación experimental en la que hay dos grupos (experimental y control) el experimental fue sometido a un tratamiento y el control no,
es muy importante que se pueda establecer si el resultado es debido al tratamiento o no es solamente producto del azar.
La hipótesis nula es el postulado que enuncia esta relación que dice que no hay una diferencia (real) significativa entre los resultados de la muestra y la población ó que los resultados son debidos al azar y no al tratamiento.
En ejemplo de esta hipótesis nula diría:
No existe diferencias significativa entre la media de los puntajes obtenidos por un grupo de primer grado en lectura de compresión cuando este grupo se utilizó el método silábico para su instrucción del grupo que no utilizó este método.
Generalmente la hipótesis nula no se escribe.
En cambio la hipótesis de investigación establecería que:
Existe diferencias significativa entre la media de los puntajes obtenidos por un grupo de primer grado en lectura de compresión cuando este grupo se utilizó el método silábico para su instrucción del grupo que no utilizó este método.
La estadística inferencial lo que nos permite es aceptar/rechazar las hipótesis con un nivel de probabilidad se ha mencionado que nunca tenemos la certeza absoluta de que así sea.
Se llama prueba de significancia cuando establecemos un nivel de probabilidad que nos sirve como criterio para aceptar o rechazar las hipótesis,
en ciencias sociales este criterio es tener una probabilidad de 0.01 a 0.05 esto es 1 de 100 o 5 de 100.
Esto es que si la diferencia entre medias ocurre en menos de cinco veces entonces es muy poco probable que se deba al azar o al error de muestreo. También hay mucha probabilidad que la diferencia se deba al tratamiento.
•
Nivel de significancia y tipos de error
Hay cuatro posibilidades que pueden ocurrir cuando se esta probando hipótesis.
Verdadero
(no debe ser rechazado)
Falso
(debe ser rechazada)
Verdadero
(no se rechaza )
Decisión correcta
Error tipo 2
Error
Falso
(se rechaza )
Error tipo 1
Error
Decisión correcta
El error 1 es que se rechace una hipótesis nula que es verdadera y el error de tipo 2 es que se acepte una hipótesis nula que es falsa.
Si recordamos la curva de normalidad
La región de aceptación con una probabilidad de 0.05 significa que estamos en la parte central de la curva
pero aun así nos quedan la duda de que los casos puedan caer en los dos extremos de la curva y que corresponden a una menor probabilidad de 2.5 del área de la curva.
Bien para diferentes tipos de datos y de pruebas de hipótesis hay diversas pruebas y es necesario elegir bien la prueba pues los resultados pueden ser falsos si se hace una elección incorrecta de la prueba con se medirá la significancia.
Ya se había mencionado que la primera decisión es si se utilizara una prueba paramétrica o no paramétrica.
Las prueba paramétricas son mas exactas en tanto que tiene mejor desempeño para rechazar las hipótesis nula que es falsa.
Pero para usarlas es necesario comprobar varios puntos sobre los datos.
En primer termino comprobar el supuesto de que la variable medida tiene una distribución normal.
Otro supuesto es que la medición de la variable esta medida con una escala intervalar, de proporción o continua.
Descartando así variables medidas con escalas nominales.
El siguiente supuesto es que la selección de los participantes es independiente es decir al seleccionar a un participante no condiciona la elección de otros.
El cuarto supuesto es que la varianza de la población es conocida.
Cabe cerciorase de que se cumplan estos supuestos para estar seguros de que se utilizó la estadística correcta, para ello es necesario tener un soporte en estadística.
• Pruebas para la comparación: Prueba T de Student o prueba T
Estas tienen por finalidad comparar a dos o más grupos.
Prueba T de Student o prueba T
Se utiliza para determinar si dos o más medias son significativamente diferentes entre si con un nivel de probabilidad elegido.
Es necesario tener en cuenta el tamaño del grupo pues para grupos muy pequeños no es posible usar esta prueba.
Como todas las pruebas paramétricas debe cumplirse con los requisitos mencionados.
La prueba T tiene dos modalidades para muestras independientes y para grupos relacionados.
Las muestra independientes fueron aleatoriamente formadas y no hay ningún tipo de relación entre los participantes que las componen, por lo que se espera que la media de las dos muestras sean diferentes y significativamente diferentes.
Generalmente los paquetes estadísticos realizan la prueba y te arrojan los resultados.
Estableciendo con que nivel de probabilidad efectivamente las medias de los dos grupos son estadísticamente diferentes y que la diferencia si no se debe al azar se debe al tratamiento.
Las de grupos relacionados son grupos que de alguna forma se relacionan entre si por ejemplo el mismo grupo pero en una medición de pretest y post test.
Para este tipo de estudio se corre la T para grupos relacionados.
Debe por supuesto garantizarse que se cumple con los requisitos para su aplicación. Los paquetes ya la procesan.
Para mayor detalle sobre su cálculo ver:
http://es.scribd.com/doc/66680438/17/Decision-estadistica •
Pruebas para la comparación: Prueba de U de Mann-Whitney
Esta es una prueba no paramétrica para comparar a dos muestras independientes. Como es no paramétrica no requiere que los datos demuestren normalidad y la escala de mediciones de las variables pude ser ordinal o nominal.
Se utiliza para comparar dos grupos de rangos (medianas) para establecer que haya diferencias significativas entre los dos grupos.
Para mayor detalle sobre su cálculo ver:
http://es.scribd.com/doc/66680438/17/Decision-estadistica
• Pruebas para la comparación: Chi cuadrada
Esta es también una prueba no paramétrica que como las anteriores no requiere que los datos demuestren una distribución de normalidad y las mediciones de las variables puede ser nominal del tipo 1. Si y 2. No;
Se usa para comparar dos ó más grupos independientes de proporciones organizadas en una tabla de contingente y determinar que las diferencias no se deben al azar.
Para mayor detalle sobre su cálculo ver:
http://es.scribd.com/doc/66680438/17/Decision-estadistica
Existen otras pruebas no paramétricas la de Wilcox y la de prueba de cambio de Mcnemar para dos mediciones dicotómicas.
• Prueba Paramétrica: Prueba Análisis de Varianza (ANOVA) ó prueba F
Sirve para comparar tres o más muestras independientes,
es una prueba paramétrica que por supuesto debe cumplir con los supuestos de selección aleatoria de los participantes, homogeneidad de las varianzas en todos los grupos, distribución normal de los resultados, nivel intervalar de la medición de las variables.
Hay métodos complicados para su cálculo pero el más sencillo es la prueba F
que utiliza una fórmula o se pide directamente a los programas estadísticos.
Para mayor detalle sobre su cálculo ver:http://es.scribd.com/doc/66680438/17/Decision-estadistica
• Análisis de varianza unifactorial por rangos de Kruskall- Wallis
Es una prueba no paramétrica para comparar tres ó mas muestras independientes, utiliza los rangos (medianas) para la comparación.
También se calcula por una fórmula o se obtiene en los programas estadísticos.
Otras pruebas son Análisis de Varianza de dos clasificaciones por rango de Friedman y la prueba de Q con Crochan.
Para mayor detalle sobre su cálculo ver:
http://es.scribd.com/doc/66680438/17/Decision-estadistica

___________________________________________________________________________________ -_______________________________________________________________________________
Enfoque cualitativo
De acuerdo con Giroux y Tremblay (2004, p. 39):
El enfoque cualitativo se propone obtener conocimientos de alcance general mediante el estudio a fondo de un pequeño número de casos.
No calculan frecuencias, sino que se ocupan de la lectura que la gente hace de su realidad.
Intentan precisar cómo perciben e interpretan las personas una situación dada, pidiéndoles que se expresen profusamente sobre ella o analizando las huellas que ha dejado (cartas, diarios íntimos, actas, etc.).
Esta es una recolección de algunos planteamientos de la investigación cualitativa según Hernández, Fernández-Collado y Baptista (2006):
• “El enfoque cualitativo busca principalmente ‘ dispersión o expansión’ de los datos e información” (p. 28).
• “Se basa ante todo en el proceso mismo de recolección y análisis” (p. 527).
• “Williams, Unrau y Grinnell (2005) establecen una excelente metáfora de lo que representa un planteamiento cualitativo: es como entrar en un laberinto, sabemos donde comenzamos, pero no donde habremos de terminar. Entramos con convicción, pero sin un mapa preciso” (p. 525).
• “Los planteamientos cualitativos son: abiertos, expansivos, no direccionados en su inicio, fundamentados en la experiencia e intuición, se aplican a un número pequeño de casos, el entendimiento del fenómeno es en todas sus dimensiones, se orientan a aprender de experiencias y puntos de vista de los individuos, valorar procesos y generar teoría fundamentada en las perspectivas de los participantes” (p. 549).
• La investigación cualitativa se enfoca a la recolección, análisis e interpretación de datos (no numéricos) visuales y narrativos con el fin de obtener reflexiones de un fenómeno en particular.
La investigación cualitativa examina un fenómeno en particular sin una guía (son inductivos) acerca de lo que pudiera ser o pudiera no ser verdad acerca de ese fenómeno o su contexto.
En investigación cualitativa el contexto no es controlado o manipulado por el investigador. El número de participantes tiende a ser pequeño porque son muestras recolectadas con base en un propósito (Lozano 2007).
Diseños de investigación cualitativa de acuerdo a Hernández, Fernández-Collado y Baptista (2006):
Teoría fundamentada
Su propósito es desarrollar teoría basada en datos empíricos y se aplica a áreas específicas.
El planteamiento básico es que las proposiciones teóricas surgen de los datos obtenidos en la investigación, más que de los estudios previos.
Es el procedimiento el que genera el entendimiento de un fenómeno educativo, psicológico, comunicativo o cualquier otro que sea concreto.
Diseños etnográficos
El investigador reflexiona sobre puntos como los siguientes: ¿qué cualidades posee el grupo que lo distingue de otros?,
¿cómo es su estructura?,
¿qué reglas regulan su operación?, ¿qué creencias comparten?, ¿qué patrones de conducta muestran? ¿cómo ocurren las interacciones?, entre otros. Diseños narrativos
El investigador recolecta datos sobre las historias de vida y experiencias de ciertas personas para describirlas y analizarlas.
Se usa frecuentemente cuando el objetivo es evaluar una sucesión de acontecimientos. Los datos se obtienen de autobiografías, biografías, entrevistas, documentos, artefactos y materiales personales y testimonios.
Diseños de investigación-acción
Tiene como finalidad aportar información que guíe en la toma de decisiones para programas, procesos y reformas estructurales. Resolver problemas cotidianos e inmediatos y mejorar prácticas concretas.
El investigador y los participantes necesitan interactuar de manera constante con los datos. Tiene tres fases esenciales: observar, pensar y actuar.
_________________________________________________________________________________

_________________________________________________________________________________