Presentación en ppt

INVESTIGACIÓN EX POST-FACTO
Guido Galindo Lara
Noelia Cea Mayo
Rocío Cancela Gordillo
Sara Valilla Gigante
INVESTIGACIÓN EX POST-FACTO E INVESTIGACIÓN
EXPERIMENTAL
Investigación ex post-facto
 Ex post-facto = “Después
del hecho”
 No hay control sobre las
variables.
 Término “estudio”
Investigación experimental


El investigador tiene que
controlar las variables
Término “diseño”
Investigación ex post - facto
Según Kerlinger, la investigación ex post-facto es entendida como una
búsqueda sistemática y empírica en la cual el científico no tiene control directo
sobre las variables independientes porque ya acontecieron sus
manifestaciones o por ser intrínsecamente manipulables.
 EJEMPLO:
 Supongamos que está interesado en conocer qué factores
producen ciertos fenómenos por ejemplo, la anorexia, los
suicidios, los accidentes de tráfico, el absentismo laboral,
etc.
Experimentalmente no sería ético manipular los factores que
lleven a las personas a la anorexia, los suicidios, o provocar
cualquier tipo de patología o acontecimiento para determinar
los factores que la producen. Sería un absoluto desatino
realizar este tipo de investigaciones.
CLASIFICACIÓN DE LOS ESTUDIOS EX POST-FACTO


Estudios descriptivos.
Estudios de desarrollo.






Estudios longitudinales.
Estudios transversales.
Estudios cohortes.
Estudios de tendencias.
Estudios comparativo-causales.
Estudios correlacionales.
 Estudios correlacionales y predictivos.


Estudios basados en el análisis factorial.
Estudios basados en los modelos casuales:



El análisis de las sendas.
Los modelos de ecuaciones estructurales.
Otras aplicaciones multivariables:


El análisis de conglomerados.
El escalamiento multidimensional.
ESTUDIOS DESCRIPTIVOS

Investigación: descripción de fenómenos para conocer de forma
sistemática la realidad.

Estudios descriptivos: investigación cualitativa, descripciones precisas
y cuidadosas.



Determinar “qué es”.
Recogida de datos.
EJEMPLO:

Podemos estudiar las actividades educativas que realizan los
alumnos en su tiempo libre
PASOS HABITUALES EN LA PLANIFICACIÓN DE UN ESTUDIO
DESCRIPTIVO DE LA INVESTIGACIÓN CUALITATIVA
1.
2.
3.
4.
5.
6.
Identificar y formular el problema a investigar.
Establecer los objetivos del estudio.
Seleccionar la muestra apropiada.
Diseñar o seleccionar los sistemas de recogida de información.
Recoger y analizar los datos.
Extraer conclusiones.
LOS ANÁLISIS ESTADÍSTICOS EN LOS ESTUDIOS
DESCRIPTIVOS

Para definir una muestra de datos:
 Definir las variables, medirlas y extraer el conjunto de
estadísticos.

Describir datos utilizando representaciones gráficas.
LOS ESTUDIOS DE DESARROLLO
Tienen como objeto describir la evolución de las variables durante un
periodo determinado de tiempo.
Se distinguen cuatro orientaciones distintas:
Los estudios longitudinales.
Los estudios transversales.
Los estudios de cohortes.
Los estudios de tendencias.
Estudios longitudinales
Se dedican a recoger datos de una misma muestra en diferentes momentos
temporales.
Un ejemplo de longitudinal sería estudiar la evolución de la memoria en
niños entre 9 y 12 años.
2011
2012
Muestra
Muestra
2013
Muestra
2014
Muestra
Estudios transversales
El propósito es el mismo que en longitudinales, pero analizan simultáneamente
sujetos de diferentes edades de forma que cubran el arco de tiempo propuesto
en el estudio.
2010
9 años
10 años
11 años
12 años
Cohorte
Describen el cambio mediante la selección de muestras distintas para cada momento
temporal de recogida de información manteniendo estable la población.
P 1000
m1 100
1982 - 83
m2 17
1984 - 5
m3 12
1986 - 3
Tendencias
Es una variante de los estudios de cohortes. Describen el cambio
mediante la extracción de muestras diferentes de sujetos en cada punto
temporal de interés pero, a diferencia de los de cohortes, la población no se
mantiene ni única ni estable.
1982
P1 - 1000
m1 - 100
1984
P2 - 1000
m2 - 100
1986
P3 - 1000
m3 - 100
Estudio propuesto por Bisquerra sobre la evolución del porcentaje de
fumadores a lo largo de 40 años, teniendo en cuenta un rango de edad
comprendido entre los 20 y 69 años.
Año
Longitudinal
Tendencias
Transversal
Edad
1945
1955
1965
1975
1985
20 - 29
32%
38%
46%
63%
51%
30 - 39
31%
36%
44%
59%
46%
40 - 49
28%
32%
41%
56%
48%
50 - 59
22%
26%
36%
51%
43%
60 - 69
16%
21%
28%
36%
32%
Cohortes
Fases en los estudios de desarrollo
Identificar y formular el problema a investigar.
Establecer los objetivos del estudio.
Seleccionar la estrategia metodológica.
Seleccionar las poblaciones y muestras.
Diseñar o seleccionar los sistemas de recogida de información.
Definir el “timing”.
Recoger y analizar los datos.
Extraer conclusiones.
ESTUDIOS COMPARATIVO-CAUSALES
Se interesan en identificar relaciones del tipo causa – efecto, pero dada la naturaleza
del fenómeno resulta imposible por algún motivo manipular experimentalmente las
variables.
Un ejemplo claro sería el estudio de la autoestima de los alumnos con padres
divorciados o no.
Los metodólogos aceptan que para que pueda existir alguna evidencia clara
de causalidad se deben dar las siguientes condiciones:
- Que la secuencia de los hechos se produzca de tal forma que haga posible
que A sea la causa de B, e imposibilita que B lo sea de A.
- Cuando se han llevado a términos diversas replicaciones de la investigación
ex post – facto, llevadas a cabo por diversos investigadores y surgen
resultados consistentes entre todos ellos.
Un ejemplo de este tipo de diseño, realizado por el autor (Labarca 1989)15,
como hipótesis se sostenía que “la asistencia a kinder produciría un efecto
favorable en el aprendizaje de la lecto- escritura” (a la fecha de la investigación,
se postulaba que el aprendizaje de la lectura y escritura correspondía a un
proceso integrado). Para confirmar o falsear la hipótesis se aplicó La Prueba
Interamericana de Lectura, nivel1 a 900 estudiantes de 2º grado escolar al
inicio del curso. La muestra consideraba a estudiantes de ambos sexos y
distintos niveles socioeconómicos. Con posterioridad se indagó el antecedente
académico de quienes habían estado matriculados anteriormente en el nivel
preescolar llamado “Kinder”.
Los resultados demostraron no existir diferencias significativas entre las
variables “asistencia a kinder” y “rendimiento en lectura”, rechazándose la
hipótesis. En cambio, se estableció que las mujeres tenían mejor rendimiento
lector que los varones.
Fases en un estudio comparativo – causal
1. Identificar y formular el problema a investigar.
2. Definir la población objeto de estudio.
3. Seleccionar los grupos de comparación.
4. Seleccionar los instrumentos de recogida de información.
5. Recoger y analizar los datos.
6. Extraer las conclusiones.
ESTUDIOS CORRELACIONALES
 Definición y coeficientes
Símbolo
Variable 1
(naturaleza)
Variable 2
(naturaleza)
Anotaciones
Producto-momento
(Pearson)
R
Continua
Continua
Es la técnica más
estable
Kendall
tau
Ordinal
Ordinal
Preferible para n<10
Biserial
r bis.
Dicotomizada
Continua
Usada en el análisis
de ítems.
Tipo de correlación
Biserial-puntual
r pbis.
Dicotómica
Continua
Produce
correlaciones
inferiores que r bis.
Tetracórica
rt
Dicotomizada
Dicotomizada
Usada cuando es
posible dicotomizar
las variables.
Coeficiente fi
fi
Dicotómica
Dicotómica
Usada en el cálculo
de correlación entre
ítems.
Continua
Usada para reflejar
relaciones no
lineales.
Coeficiente eta
eta
Continua
Coeficientes de Correlación Múltiple




Parcial
Canónica
Discriminante
Curvilínea
 Interpretación del Coeficiente de Correlación
Coeficiente
Interpretación
De 0 a 0.20
Correlación prácticamente nula
De 0.21 a 0.40
Correlación baja
De 0.41 a 0.70
Correlación moderada
De 0.71 a 0.90
Correlación alta
De 0.91 a 1
Correlación muy alta
(Coeficiente de correlación)² x 100
Estudios correlacionales
 Diseño de investigación.
 Correlación y causalidad.
 Fases.
 Propósito.
 Ejemplo:
 Correlación positiva: la que puede haber entre
inteligencia y rendimiento académico.
 Correlación negativa: la existente entre tiempo
dedicado al ocio y rendimiento académico.
Correlaciones Espurias
 Ejemplo:
 Investigación con niños -cuyas edades oscilaran entre los 8 y
los 12 años- con el propósito de analizar qué variables se
encuentran relacionadas con la inteligencia y midiéramos su
inteligencia a través de alguna prueba. Nos daríamos cuenta
de que se da la siguiente tendencia: "a mayor estatura,
mayor inteligencia"; es decir, los niños con más estatura
tenderían a obtener una calificación más alta en la prueba de
inteligencia, con respecto a los niños de menor estatura.
Estos resultados no tendrían sentido; no podríamos decir
que la estatura esta correlacionada con la inteligencia
aunque los resultados del estudio así lo indicaran.
Estudios Predictivos
 Son una variante de los
correlacionales.
 Tipo de información que
suministran.
 ¿Cuándo planteárselos?
 Importante: REFLEXIÓN CRÍTICA a
la hora de interpretar
investigaciones.
Estudios Predictivos
 Por ejemplo, se quiere hacer un estudio predictivo del
rendimiento de los alumnos materializado en la siguiente
pregunta: ¿Qué rendimiento se puede prever que
obtendrá cada uno de los alumnos de una clase en junio?
Las variables independientes predictivas que tomamos
en consideración son: hábitos de estudio, tiempo de
estudio semanal, inteligencia, comprensión lectora. La
variable criterio o V.D. es el promedio de las notas de fin
de curso de casa alumno en los tres últimos años. Se
aplica la correspondiente ecuación de predicción, y se
obtiene el rendimiento previsto.
 Otro ejemplo: Cuantos hijos se quiere tener en función
del número de hermanos.
LOS ESTUDIOS BASADOS EN EL ANÁLISIS
FACTORIAL
Objetivo: resumir la información de las variables originales perdiendo la mínima
información posible.
1.Cálculo de la matriz de correlaciones.
2. Extracción de factores
Fases:
-Análisis factorial común.
-Análisis de componentes principales.
-Rotación ortogonal.
3. Rotación de factores
4. Puntuaciones factoriales.
-Rotación oblicua.
Ejemplo: “Supongamos que hemos administrado 6 pruebas de rendimiento
a un grupo de alumnos de 12 años, y queremos ver si con un número
menos de pruebas se podría alcanzar un conocimiento global parecido de
estos alumnos.”
ESTUDIOS BASADOS EN EL ANÁLISIS CAUSAL O
CORRELACIONAL
Objetivo: Identificar los antedecedentes de una condición presente.
- Análisis de sendas de Wright (1934): para probar la validez
de una teoría respecto a las relaciones causales entre tres o
más variables previamente analizadas en un estudio
correccional
Origen
- Ecuaciones estructurales (años 40) /LISRELL (programa
informático)
Análisis de sendas
1. Formular hipótesis respecto de las conexiones causales
existentes.
•
Fases:
que
2.Seleccionar o desarrollar medidas de las variables
previamente hemos especificado.
3.Calcular los correspondientes estadísticos.
Modelo recursivo
•
Representación gráfica por flechas:
Modelo no recursivo
Variables exógenas: no reciben influencia de otra
variable.
• Conceptos relacionados:
Variables endógenas: si reciben influencia de otras.
•Ejemplo:
Ecuaciones estructurales
1. Especificación del modelo (diagrama de flujo).
2. Identificación del modelo.
• Fases:
3. Estimación de parámetros.
4. Evaluación del modelo.
OTRAS APLICACIONES MULTIVARIABLES
Análisis de conglomerados: sirven para agrupar individuos o variables en clases
o conglomerados.
1. Selección de variables.
2. Determinación de la medida de proximidad pertinente.
•
Fases:
Métodos jerárquicos.
3. Agrupación de los individuos
Métodos no jerárquicos.
4.Presentación de los resultados.
Ejemplo: “¿Qué piensan los estudiantes de la inclusión? Para conocerlo
seleccionamos un centro al azar y de ese centro una clase concreta
(nuestro conglomerado).”
Escalamiento multidimensional
Técnicas que utilizan como datos un conjunto de medidas que reflejan las
proximidades* existentes entre cualquier clase de objetos. Su objetivo es
identificar si existen dimensiones clave subyacentes a las proximidades
calculadas.
* Una proximidad es un número que nos indica en qué medida dos objetos
son similares o diferentes