Nuevo blog

Acá les dejo un nuevo blog que estamos desarrollando dentro de un Seminario con la profesora Laura Lozada por si es de su interés.

Es acerca del Capital Intelectual, su gestión, y su importancia en las empresas en el siglo 21, no se lo pierdan!!

gestiondelcapitalintelectualucv.blogspot.com

Diseño de Investigación

           El diseño constituye la estructura de cualquier trabajo científico. Esté le brinda dirección y sistematiza la investigación, por lo que  se refiere a la estrategia que adopta el investigador para responder al problema, dificultad o inconveniente planteado en el estudio. 

          El diseño lleva implícito una estructura a seguir con la investigación, sobre la cual se han de ejercer los controles necesarios a fin de encontrar resultados confiables y determinar así mismo su relación con las interrogantes surgidas de las hipótesis y del problema. Es un planteamiento de una seria de actividades sucesivas establecidas de manera coherente y organizada que nos indican los pasos y pruebas a efectuar y las técnicas a utilizar para recolectar y analizar los datos.

El diseño de investigación se puede clasificar en 3 tipos:
      

• Diseño experimental                                                                                                                                                                                                                                                                             El diseño experimental es aquel según el cual el investigador manipula una variable experimental no comprobada, bajo condiciones estrictamente controladas. Su objetivo es describir de qué modo y porque causa se produce o puede producirse un fenómeno. Busca predecir el futuro, elaborar pronósticos que una vez confirmados, se convierten en leyes y generalizaciones tendentes a incrementar el cúmulo de conocimientos pedagógicos y el mejoramiento de la acción educativa. 


• Diseño no experimental
  
  
       El diseño no experimental es el que se realiza sin manipular en forma deliberada ninguna variable. El investigador no sustituye intencionalmente las variables independientes. Se observan los hechos tal y como se presentan en su contexto real y en un tiempo determinado o no, para luego analizarlos. Por lo tanto en este diseño no se construye una situación especifica si no que se observa las que existen.

• Diseño bibliográfico
  
  
           El diseño  bibliográfico, se fundamenta en la revisión sistemática, rigurosa y profunda del material documental de cualquier clase. Se procura el análisis de los fenómenos o el establecimiento de la relación entre dos o más variables. Cuando opta por este tipo de estudio, el investigador utiliza documentos, los recolecta, selecciona, analiza y presenta resultados coherentes.
  
  

Ejemplos:

                    Diseño No Experimental          

                                                           

                                                                                                                                                                            En el link para vídeo, se puede observar más sobre los tipos de investigación, y a partir del minuto, se observa más acerca de los diseños de investigación  https://www.youtube.com/watch?v=KN8N8xPllG

                                                                                                                                                                                                                                           

Población y Muestra

         La población es un conjunto de seres vivos de la misma especie que habitan en un lugar determinado y  una muestra es un conjunto de cosas, personas o datos elegidos al azar, que se consideran representativos del grupo al que pertenecen y que se toman para estudiar o determinar las características del grupo. De acuerdo con cada definición se establece una relación directa directa entre ambos conceptos, por lo que forman un conjunto que va a ser evaluado o estudiado, conllevando así, a una  forma más general llamada muestreo.

          Se conoce como muestreo a la técnica para la selección de una muestra a partir de una población. Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la población.

            En el siguiente esquema visual se aprecia como es el proceso de recolección de datos para la toma de decisiones mediante la técnica de población y muestra:

El muestreo se puede diferenciar en dos tipos

 

1.   El muestreo no probabilístico                                                                                                                                                                                                                                                                        Es una técnica de muestreo donde las muestras se recogen en un proceso que no brinda a todos los individuos de la población iguales oportunidades de ser seleccionados.Ya que  no se puede calcular la probabilidad de extracción de una determinada muestra. Por tal motivo, se busca seleccionar a individuos que tienen un conocimiento profundo del tema bajo estudio y se considera que la información aportada por esas personas es vital para la toma de decisiones.  La desventaja del método de muestreo no probabilístico es que no se toman pruebas de una porción desconocida de la población. Esto implica que la muestra puede representar a toda la población con precisión o no. Por lo tanto, los resultados de la investigación no pueden ser utilizados en generalizaciones respecto de toda la población.                                                                
2. Muestreo probilístico:                                                                                                                                                                                                                                                                                       Es una técnica de muestreo en virtud de la cual las muestras son recogidas en un proceso que brinda a todos los individuos de la población las mismas oportunidades de ser seleccionados. Por ende, en esta técnica de muestreo, el investigador debe garantizar que cada individuo tenga las mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza la aleatorización. La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de muestreo y sistemáticos. Si la selección aleatoria se hace correctamente, la muestra será representativa de toda la población.

A su vez, el muestreo probalístico y no probabilístico se subdivide de la siguiente manera:

.- Muestreo no probabilistico:

• Muestro por conveniencia:  Es una técnica donde las muestras son seleccionadas porque son accesibles para el investigador. Los sujetos son elegidos simplemente porque son fáciles de reclutar. Esta técnica es considerada la mas fácil, barata y la que menos tiempo requiere.
• Muestreo por cuotas: Es la técnica más difundida sobre todo en estudios de mercado y sondeo de opinión. En primer lugar es necesario dividir la población de referencia en varios estratos definidos por algunas variables de distribución conocida (como el género o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de población que representan. Finalmente se multiplica cada peso por el tamaño de n de la muestra para determinar la cuota precisa en cada estrato.
• Muestreo de bola de nieve: Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre sí. Consiste en identificar sujetos que se incluirán en la muestra a partir de los propios entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los requisitos necesarios, servirán como localizadores de otros con características análogas.
• Muestreo subjetivo por decisión razonada: En este caso las unidades de la muestra se eligen en función de algunas de sus características de manera racional y no casual. Una variante de esta técnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la población. 
• Muestreo consecutivo: Es muy similar al de conveniencia, excepto que intenta incluir a todos los sujetos accesibles como parte de la muestra.Este tipo de muestreo puede ser considerada la mejor con respecto a los demás tipos de muestreo no probabilístico, ya que incluye a todos los sujetos que están disponibles, lo que hace que la muestra represente mejor a toda la población,

  En el siguiente vídeo se puede observar un ejemplo para cada tipo de muestreo no probabilístico:

-Muestreo probabilistico:

• Aleatorio simple:  Es la forma más fácil de muestreo probabilístico. Lo único que el investigador tiene que hacer es asegurarse de que todos los miembros de la población sean incluidos en la lista y luego selección al azar el numero deseado de sujetos.
• Aleatorio estratificado: También es conocido como muestreo aleatorio proporcional. Esta técnica de muestreo probabilístico es donde los sujetos son inicialmente agrupados en diferentes categorías, tales como la edad, el género, entre otros. Luego el investigador selección aleatoriamente la lista final de los sujetos de los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan.
• Aleatorio sistemático: Se puede comparar con una progresión aritmética en donde la diferencia entre dos números consecutivas es la misma.
• Aleatorio por conglomerados: Se realiza cuando es imposible el muestreo aleatorio simple debido a tamaño de la población
• Aleatorio mixto: Está técnica implica una combinación de dos o más técnicas de muestreo enumeradas aleatoriamente. En la mayoría de las investigaciones complejas realizadas en el campo o en el laboratorio, no es adecuado utilizar un solo tipo de muestreo probabilístico. Por ende, las investigaciones se realizan por etapas y en cada etapa se aplica una técnica de muestreo aleatoria diferente.

     Con un mismo caso se puede determinar un ejemplo de muestreo aleatorio simple y muestreo sistemático: 

Validez y Confiabilidad de los IRD

        La validez abarca el concepto experimental entero y establece si los resultados obtenidos cumplen todos los requisitos del método de la investigación científica o no. También, es indispensable, ya que, su ausencia podría explicar un posible error en los datos y no lograr los objetivos de investigación. Así mismo, comenta que los resultados de una prueba o son simplemente validos o no validos sino que ocurre e grados, desde una escasa validez hasta mucha validez. Por esto, se refiere al grado en un instrumento realmente mide la variable que pretende medir.

          La confiabilidad se refiere al nivel de exactitud y consistencia de los resultados obtenidos al aplicar el instrumento por segunda vez en condiciones tan parecida como sea posible. Por eso, la idea detrás de la confiabilidad es que los resultados significativos deben ser más que un hallazgo de una sola vez e intrínsecamente repetibles.

         La confiabilidad y la validez son cualidades esenciales que deben estar presentes en todos los instrumentos de carácter científico para la recogida de datos. Si el instrumento reúne estos requisitos habrá cierta garantía de los resultados obtenidos en un determinado estudio y, por lo tanto, las conclusiones pueden ser creíbles y de mayor confianza.

Ejemplo de validez de IRD

        La validación del instrumento se obtuvo a través del juicio de expertos, actividad que se revisó en todas las fases de la investigación, a fin de someter el modelo a la consideración y juicio de conocedores de la materia en cuanto a Promoción y Metodología se refiere y así facilitar el montaje metodológico del instrumento tanto de forma como de fondo, con el fin único de su evaluación y al considerar la misma, hacer las correcciones que tuvieran lugar, para de esta forma garantizar la calidad y certidumbre del modelo. 

            Cada experto recibió una planilla de validación, donde se recogió la información. Esta planilla contiene los siguientes aspectos de información por cada items: congruencia, claridad y observación. Luego de la revisión de parte de los expertos se procedió a:

(a) en los ítems con 100% de coincidencia favorable entre los expertos, semejaron incluidos en el cuestionario.

(b) en los ítems donde hubo un 100% de coincidencia desfavorable entre los expertos se excluyeron del instrumento.

(c) donde existió acuerdo parcial entre los expertos se revisaron los ítems, se reformularon y nuevamente se validaron.

Ejemplo de confiabilidad de IRD

            Por ello con el fin de revisar, evaluar y determinar la confiabilidad del instrumento, así como la detección de dificultades se ejecutó una prueba piloto a un grupo individuos que no fueron incluidos en la muestra, en dos oportunidades diferentes. Realizadas ambas aplicaciones se compararon los resultados obtenidos y no se detectaron discrepancias, por lo tanto se consideró confiable el instrumento de recolección de datos.

Instrumentos de Recolección de Datos

          Un instrumento de recolección de datos es, en principio, cualquier recurso de que pueda valerse el investigador para acercarse a los fenómenos y extraer de ellos la información. De este modo el instrumento sintetiza en si toda la labor previa de investigación, resume los aportes del marco teórico al seleccionar datos que corresponden a los indicadores y, por lo tanto a las variables o conceptos.

          La observación es la acción de observar o mirar algo con mucha atención y detenimiento para adquirir algún conocimiento sobre su comportamiento o sus características. Sabiendo esto, La observación en la investigación es importante porque a partir de ella, podemos indagar, discutir y concluir sobre una inquietud que ronda nuestra mente, así se puede llegar a despejar nuestras dudas y darle una respuesta dependiendo de lo captado en el proceso y verificándolo respectivamente.

         El cuestionario es un documento formado por un conjunto de preguntas que deben estar redactadas de forma coherente, y organizadas, secuenciadas y estructuradas de acuerdo con una determinada planificación, con el fin de que sus respuestas nos puedan ofrecer toda la información.

                 Reglas básicas para la construcción de ítems de cuestionarios

• Usar declaraciones que sean interpretadas de la misma forma por los miembros de las diferentes subpoblaciones de la población de interés.

• Usar declaraciones donde las personas que tienen diferentes opiniones o rasgos entregarán diferentes respuestas.

• Pensar en tener una categoría de respuesta abierta después de una lista de posibles respuestas.

• Usar solo un aspecto de la construcción en que está interesado por ítem.

• Usar declaraciones positivas y evitar las negativas o doble negativas.

• No hacer supuestos acerca de los encuestados.

• Usar fraseología clara e inteligible, fácilmente comprensibles por todos los niveles educacionales.

• Usar ortografía, gramática y puntuación correctas.

• Evitar los ítems que contienen más de una pregunta por ítem 

Un cuestionario deberá incluir preguntas de distintos tipos y en función del planteamiento del mismo del tema a investigar, así puede haber varios de estos tipos:

• Preguntas abiertas: Son preguntas en las que se permite al encuestado responder cualquier cosa según la pregunta. Con estas preguntas puede obtenerse una mayor riqueza de detalle en las contestaciones, pero tienen el inconveniente de que las respuestas son difíciles de evaluar.
• Preguntas cerradas: Son preguntas en las que sólo se permite contestar mediante una serie cerrada de alternativas. Con estas preguntas puede perderse riqueza en la información pero se puede hacer su cuantificación; así es más fácil realizar una tabulación, donde los resultados sean más concretos y más exactos.
• Preguntas semi-abiertas (o semi-cerradas): Son preguntas de características intermedias entre los dos tipos anteriores, que intentan no perder nunca mucha riqueza de información a costa de perder algo de facilidad en la tabulación de las respuestas.
• Preguntas en batería: Son aquellas que se planifican para realizarlas secuencialmente en función de la respuesta dada a la pregunta de la secuencia anterior. Su objetivo es profundizar en una información siguiendo el hilo de las sucesivas repuestas.
• Preguntas de evaluación: Son preguntas dirigidas a obtener del entrevistado información sobre cómo valora una serie de cosas o aspectos. Pueden proporcionar una valoración de carácter numérico o una valoración de carácter cualitativo.
• Preguntas introductoras o motivadoras: Son las que se realizan al principio de la entrevista y que tienen como objetivo despertar el interés de la persona que se va a entrevistar, intentando motivarle y predisponerle favorablemente para la realización del cuestionario.

         La entrevista, es la comunicación interpersonal establecida entre el investigador y el sujeto de estudio a fin de obtener respuestas verbales a los interrogantes planteados sobre el problema propuesto. Se considera que este método es más eficaz que el cuestionario, ya que permite obtener una información más completa

        A través de ella el investigador puede explicar el propósito del estudio y especificar claramente la información que necesite; si hay interpretación errónea de las preguntas permite aclararla, asegurando una mejor respuesta.
       Se podrá definir que la entrevista consiste en obtención de información oral de parte de una persona (entrevistado) lograda por el entrevistador directamente, en una situación de cara a cara, a veces la información no se transmite en un solo sentido, sino en ambos, por lo tanto una entrevista es una conversación entre el investigador y una persona que responde a preguntas orientadas a obtener información exigida por los objetivos específicos de un estudio

           Las escalas de actitud son técnicas de medida de la cantidad de una propiedad, llamada actitud hacia algo, poseída por un conjunto de personas  A todas estas cabe preguntarse

         ¿Para qué se utilizan las escalas de actitud?

•  Como instrumento de medición de las características de una variable, Las escalas permiten que los valores de la variable puedan ser representados por un puntaje.
•   Como definición operacional de un concepto abstracto.
• Como un instrumento de medición de asuntos complejos o sensibles

            Podemos distinguir cuatro tipos principales de escalas:

• Escalas Thurstone
• Escalas de Guttman
• Escala de Osgood
• Escalas de Liker

      Para ver más información sobre algunas técnicas de recolección de datos en la investigación, observar el siguiente vídeo:

Las variables

Siguiendo los lineamientos establecidos, en esta entrada expondremos un poco más acerca de las variables. Para ello, definiremos lo que ésta significa, sus tipos, las relaciones entre ellas, su operacionalización y algunas otras, así como ejemplos tangibles de ellas para facilitar su comprensión al lector que haga vida en este blog.

Consideramos de suma importancia para desarrollar una investigación, este capítulo y/o entrada ya que para poder desarrollarlo es un muy sólido sustento.

Las variables en la investigación, representan un concepto de vital importancia dentro de un proyecto. Las variables, son los conceptos que forman enunciados de un tipo particular denominado hipótesis. 

Son atributos, cualidades, características observables que poseen las personas, objetos, instituciones que expresan magnitudes que varían discretamente o en forma continua. Ejemplo: son variables de las personas: la edad, sexo, talla, peso, contextura, color del cabello, color de ojos, grado de atención, conocimientos previos, confesión religiosa, procedencia, clase social, etc.     

                      

 Son variables de las cosas, objetos: forma, color, tamaño, peso, conservación, antigüedad, etc. Las instituciones también poseen variables como: antigüedad, organización, eficiencia, magnitud, productividad, etc.

Variable independiente

Fenómeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a otras variables.

Su nombre lo explica de mejor modo en el hecho que de no depende de algo para estar allí:

Es aquella característica o propiedad  que se supone ser la causa del fenómeno estudiado. En investigación experimental se llama así, a la variable que el investigador manipula.  Que son manipuladas experimentalmente por un investigador.

Variable dependiente

Cambios sufridos por los sujetos como consecuencia de la manipulación de la variable independiente por parte del experimentador. En este caso el nombre lo dice de manera explicita, va a depender de algo que la hace variar.

Propiedad o característica que se trata de cambiar mediante la manipulación de la variable independiente.

Las variables dependientes son las que se miden.

Por ejemplo:  Como influye la música clásica en la presión arterial de los pacientes.

Variable dependiente: "la presión arterial de los pacientes" (cambio sufrido por la variable independiente)

Variable independiente: "la música clásica" (que es la que manipula la variable dependiente)

Variable interviniente

Son aquellas características o propiedades  que de una manera u otra afectan el resultado que se espera y están vinculadas con las variables independientes  y dependientes. 

• Controlable: 

El control de las variables intervinientes es posible  en las investigaciones experimentales, en laboratorios donde se pueden controlar todas las variables.

 En las investigaciones sociales es un poco más complejo el control de las variables debido a que están en el ambiente. 

• No controlable:  

Son todas aquellas variables que el investigador no controla directamente, pero que pueden influir en el resultado de su investigación. Deben ser controladas, hasta donde sea posible, para asegurar de que los resultados se deben al manejo que el investigador hace de la variable independiente, más no a variables extrañas, no controladas. Esto se puede hacer con más facilidad bajo una investigación experimental, como dentro de un ambiente controlado, tipo laboratorio. En una investigación cuasi-experimental con sujetos como personas, se hace un poco más difícil. Algunos métodos para realizar este control son los siguientes:

Eliminación: Cuando se sabe que existe una variable extraña que puede alterar los resultados de la investigación, se puede controlar mediante la eliminación. Constancia de condiciones: Si, por ejemplo, en un estudio experimental se desea estudiar dos o más grupos de sujetos o muestras, éstos se deben someter exactamente a las mismas condiciones, tanto físicas como de lugar, manteniendo, de esta manera, constante las circunstancias bajo las cuales se investiga. Balance: Cuando se sabe que una variable extraña puede influir de manera definitiva en el estudio y no se puede eliminar, ni igualar las condiciones de los grupos o muestras, se recurre al balanceo. Este mecanismo distribuye en forma equitativa la presencia de la variable extraña entre los grupos. Contrabalanceo: En algunas investigaciones se pide a los sujetos o la muestra que respondan varias veces a un mismo estímulo o a varios estímulos diferentes. Esta serie de respuestas puede provocar en los mismos dos reacciones: por un lado, fatiga, porque los sujetos se cansan de estar respondiendo; por otro lado, aprendizaje, ya que después de presentar 2 o 3 veces el mismo estímulo el sujeto ya sabe cómo responder. Para evitar estos problemas, los grupos se pueden subdividir en subgrupos para que los efectos de la fatiga y/o aprendizaje queden anulados. Aleatorización: Este método de control es uno de los más sencillos y más utilizados en ciencias sociales, sobre todo cuando se llevan a cabo estudios experimentales. Se parte del postulado de que si la selección y distribución de sujetos en grupos de control fue hecha al azar, se puede inferir que las variables extrañas, desconocidas por el investigador, se habrán repartido también al azar en ambos grupos, y así quedarán igualadas. De igual modo puede pasar en algunos experimentos en las ciencias biológicas. Cuadro cortesía de RENa

Como amplio ejemplo podemos observar el siguiente seguido a una conclusión

Si estamos investigando  y tenemos como hipótesis la siguiente: “El nivel de calidad del aprendizaje de las matemáticas por parte de un estudiante, depende  del grado de interés que tenga este sobre esta asignatura.” La variable independiente es: grado de interés que tiene un  estudiante sobre el tema. La variable dependiente es: calidad del aprendizaje de un tema. 

Y  las variables intervinientes son: estado de ánimo del estudiante, condiciones  ambientales  en donde recibe las clases,  las estrategias pedagógicas del docente, tiempo que le dedica a la práctica de ejercicios de matemáticas, tipo de motivación que tiene para estudiar matemáticas, condiciones de estudio en casa, dominio de temas básicos sobre matemáticas que ha adquirido en cursos anteriores. Como podemos ver existen muchas variables intervinientes que pueden alterar la variables dependientes  e independientes, y este tipo de variables muchas veces son difíciles de controlar. En los estudios experimentales de laboratorio es más fácil controlar las variables intervinientes.  

Veamos este ejemplo: 

Si queremos ver el nivel de desarrollo de una planta de maíz  de dos diferentes especies podemos hacer un experimento de laboratorio.  Y tenemos las siguientes hipótesis. “El desarrollo de una planta de maíz depende del nivel de  agua y calor que recibe durante los primeros dos meses de vida. La variable independiente es: cantidad de agua y calor que recibe en los primeros dos mese de vida. La variable dependiente es: el desarrollo de la planta de maíz. 

Las variables intervinientes son: calidad de la tierra, tipos de nutrientes que tiene la tierra, calidad del abono que reciben las plantas, el tipo de agua, la cantidad de calor. La ventaja de los experimentos  de laboratorios es que se pueden controlar todas esas variables intervinientes, porque en los laboratorios puedes controlar todas esas variables. Puedes poner la misma cantidad de nutrientes, el mismo tipo de tierra, el mismo tipo de agua, así como la cantidad de calor que se le aplicará a las dos tipos de plantas. 

Las variables pueden ser clasificadas como cuantitativas o cualitativas:

    * Los datos cuantitativos medidos ya sea mucho o muchos de algo, representa una cantidad o un número.

    * Los datos cualitativos proporcionan etiquetas o nombres, observaciones.

Los datos cualitativos se pueden dividir en:

Variables nominales: Variables sin orden inherente o secuencia, en otras números que se utilizan como nombres (grupo 1, grupo de género ...), 2, etc

Variables ordinales: Las variables con una serie ordenada, por ejemplo, "No les gusta mucho, moderado, indiferente, desagrado."

Intervalo de variables: variables igualmente espaciados, por ejemplo, temperatura. La diferencia entre una temperatura de 36 grados y 37 grados se considera igual a la diferencia entre 37 º y 38º.

Relación de variables: Variables espaciadas por intervalos iguales con un verdadero punto cero, por ejemplo, edad.

Los datos cuantitativos se pueden dividir en:

Variable discreta: El conjunto de todos los valores posibles que consiste sólo en puntos aislados, por ejemplo, contar variables (1, 2, 3 ...). 

Variables continuas: El conjunto de todos los valores que consiste en intervalos, por ejemplo, 0-9, 10-19, 20-29 ... etcétera.

Relación entre variables

La forma de medir si existe asociación entre variables continuas es usando el coeficiente de correlación. Pero hay que tener siempre presente que este coeficiente sólo se aplica a variables continuas y sólo mide asociación lineal.

Es costumbre representar la variable dependiente en el eje vertical (ordenadas) y la independiente en el eje horizontal (abscisas). Cuando se estudia la relación entre dos variables, una puede considerarse causa y la otra resultado o efecto de la primera, siendo ésta una decisión teórica. Llamaremos variable exógena, o variable independiente a la que causa el efecto y variable endógena, o variable dependiente a la que lo recibe.

El caso (A) corresponde a la relación tal que al aumentar los valores de la variable independiente aumenta -en promedio- el valor de la variable dependiente. Cuando esto ocurre se dice que hay una relación lineal positiva.

El caso (B) representa otra relación de nuevo lineal, pero ahora negativa
El caso (C) representa una situación en la que no hay relación entre ambas variables. Decimos entonces que las variables son independientes.
El caso (D) muestra una relación entre ambas, pero no lineal.

La covarianza:
La covarianza es una medida de la asociación lineal entre dos variables que resume la información existente en un gráfico de dispersión. Véase que el plano de una representación gráfica posible puede dividirse en cuatro cuadrantes definidos por los dos ejes.

Se denomina primer cuadrante a la zona del gráfico donde ambas variables toman valores positivos. El segundo cuadrante corresponde a valores negativos de la primera variable y positivos de la segunda. El tercer cuadrante incluye los valores negativos de ambas variables y el cuarto es donde la primera variable toma valores positivos y la segunda valores negativos.
Para construir una medida de la asociación lineal a partir de estas propiedades, no sólo debemos atender la proporción de puntos en cada cuadrante, sino también la distancia en que esos puntos se alejan o no de su origen.
Si tenemos pares de observaciones ()()NNiiyxyx,,...,,, llamaremos covarianza entre x e y a la expresión

La covarianza será positiva cuando los puntos se encuentran en los cuadrantes impares Esto significa que ambas variables varían ene el mismo sentido.
La covarianza será negativa cuando los puntos estén en los cuadrantes pares. Esto significa que las variables varían en sentido contrario.
Finalmente, la covarianza será próxima a cero cuando no exista relación entre ambas variables o cuando, existiendo, la relación sea marcadamente no lineal.

El coeficiente de correlación:

La covarianza depende de las unidades de medida de las variables y se modificará si modificamos las unidades de medida de las variables. Esto hace que no sea útil comparar la covarianza de grupos diferentes de observaciones con unidades (o con escalas) de medición diferentes .
Por ejemplo, una covarianza de 1 medida en metros, se transforma en una covarianza de 100 medida en centímetros. Por lo tanto no tiene sentido decir que si la covarianza es grande, la relación es fuerte, ya que la covarianza cambiará si modificamos las unidades de medida de la variable.
Una medida de relación entre dos variables que resuma la información del gráfico de dispersión, y que no dependa de las unidades de medida, se puede construir dividiendo la covarianza por las desviaciones estándar de ambas variables.

Se define el coeficiente de correlación lineal r

Una correlación nos proporciona tres datos principales:

1) la existencia o no de una relación lineal entre las variables (si da diferente de cero)
2) la dirección de esta relación, si es que existe (por su signo positivo o negativo)
3) el grado de esta relación (por el valor absoluto del coeficiente).

Estos tres aspectos se dan, simultáneamente, con un solo valor.

La correlación, en última instancia, nos está indicando cómo varía o cambia una característica cuando la otra característica o variable asociada cambia. Indica si dos variables cambian o varían conjuntamente.

El coeficiente de correlación tiene las siguientes propiedades:

1) Cuando las variables están linealmente de forma exacta, el coeficiente de correlación s será igual a uno en valor absoluto.
2) Cuando las variables no estén relacionadas ( o no lo estén linealmente) entre sí, el coeficiente de correlación será cero.
3) El coeficiente no depende del orden en que se consideran las variables, es decir, r(x,y)=r(y,x)

4) -1 <= r <= 1

5) El coeficiente de correlación no se altera por transformaciones lineales de las variables.

 Ver más enhttp://www.liccom.edu.uy/bedelia/cursos/metodos/material/8_Correlacion.pdf

DESCRIPCIÓN UNIVARIADA SEGÚN TIPO DE VARIABLE

http://www.liccom.edu.uy/bedelia/cursos/metodos/descripcion-univariada.pdf




VARIABLES, DIMENSIONES E INDICADORES

Cuando nos encontramos con variables complejas, donde el pasaje de la definición conceptual a su operacionalización requiere de instancias intermedias, entonces se puede hacer una distinción entre variables, dimensiones e indicadores. A modo de síntesis, puede afirmarse que el pasaje de la dimensión al indicador hace un recorrido de lo general a lo particular, del plano de lo teórico al plano de lo empíricamente contrastable.

Las dimensiones vendrían a ser subvariables o variables con un nivel más cercano al indicador. Para el caso de definir a la variable productividad, nos encontramos con diferentes subdimensiones que forman parte de la variable, como ser: mano de obra, maquinaria, materiales o energía. Cada una de estas subvariables son las dimensiones de la variable productividad.

A su vez, estas dimensiones, para poder ser contrastadas empíricamente por el investigador, requieren operacionalizarse en indicadores, que no son otra cosa que parámetros que contribuyen a ubicar la situación en la que se halla la problemática a estudiar. En un sentido restringido, los indicadores son datos.

Para la variable productividad, por ejemplo, en la dimensión mano de obra, los indicadores podrían ser cantidad de productos envasados por un trabajador en ocho horas de trabajo.

OPERACIONALIZACIÓN DE VARIABLES 

Operacionalización de variables según Sampieri CLICK (VIDEO)


Variable: Cualquier característica de la realidad que pueda ser determinada por observación y que pueda mostrar diferentes valores de una unidad de observación a otra. 

Variable: Es un aspecto o dimensión de un fenómeno que tiene como característica la capacidad de asumir distintos valores, ya sea cuantitativa o cualitativamente. 

La validez de una variable depende sistemáticamente del marco teórico que fundamenta el problema y del cual se ha desprendido, y de su relación directa con la hipótesis (o idea a defender) que la respalda.

En el proceso de operacionalización de unas variables es necesario determinar los parámetros de medición a partir de los cuales se establecerá la relación de variables enunciadas por la hipótesis (o idea a defender), para lo cual es necesario tener en cuenta:

• El enunciado de la hipótesis (o idea a defender) debe estar respaldado por una realidad o situación problemática. 
• Realidad o situación problemática: Los niños de madres de embarazo precoz, presentan en su edad preescolar dificultades en la habilidad para aprender a leer. 
• En la operacionalización de variables es necesario tener en cuenta dos factores de importancia: 
 La lógica 
 El conocimiento: Es necesario la reformación pertinente, lo cual permite construir dimensiones e indicadores. 
 La información mínima necesaria para el análisis en una investigación proviene de la operacionalización de variables, ya que los instrumentos de relación de recolección de los datos se construyen a partir de las dimensiones e indicadores de la variable. 





Fuentes consultadas:

• http://elaboratumonografiapasoapaso.com/blog/tipos-de-variables-variables-intervinientes/#sthash.6IsRy9bn.dpuf
• http://www.rena.edu.ve/cuartaEtapa/metodologia/Tema6c.html
• www.youtube.com
• http://metodologia02.blogspot.com/p/operacionalizacion-de-variable_03.html
• HERNANDEZ SAMPIERI, R., FERNANDEZ COLLADO, C. y BAPTISTA LUCIO, P., Metodología de la Investigación,  McGraw Hill, México, 2000.
• Carlos Eduardo Méndez Alvarez. (1996). Guía para elaborar diseños de investigación en ciencias económicas, contables y administrativas. Santa Fé de Bogotá, Colombia: McGRAW-HILL.