GUIA DE PREGUNTAS, DESARROLLA:

I. LA HIPOTESIS:

CONCEPTO DE HIPOTESIS

Una hipótesis es una suposición de algo posible o imposible para sacar de ello una
consecuencia. Es una idea que puede no ser verdadera, basada en información
previa. Su valor reside en la capacidad para establecer más relaciones entre los
hechos y explicar por qué se producen. Normalmente se plantean primero las razones
claras por las que uno cree que algo es posible y finalmente se pone: en conclusión.
Este método se usa en la rama científica para luego comprobar las hipótesis a través
de los experimentos.

NATURALEZA DE LA HIPOTESIS

Una investigación científica debe empezar por un problema soluble.Entonces, se

ofrece una solución tentativa en forma de hipótesis pertinente, que es empíricamente
comprobable: debe ser posible determinar si la hipótesis es probablemente falsa.

Si después de la experimentación apropiada, se confirma la hipótesis pertinente, se

resuelve el problema. Pero si es probablemente falsa, es claro que no resuelve el
problema.

TIPOS DE HIPÓTESIS:

- Las hipótesis inductivas: se generan a partir de la observación de los fenómenos.

Del análisis de casos particulares se van estableciendo generalizaciones y formulando
proposiciones. El proceso comienza con la observación de casos, luego se elaboran
hipótesis acerca de las regularidades que se detectan en los casos observados, y
finalmente se relacionan diferentes proposiciones con lo que se configuran las teorías.

- Las hipótesis deductivas surgen por un proceso inverso. El investigador parte de la

teoría, de una premisa general considerada como verdadera, de la cual va a deducir
consecuencias observacionales. La verdad de la premisa está avalada por la fortaleza
de la teoría en la que se apoya. Estas hipótesis poseen valor porque sirven para
comprobar cómo funcionan las teorías en la práctica. Van de lo general (el enunciado
teórico de la hipótesis) a lo particular (los casos en los que se verificará la verdad del
postulado teórico). Desde el punto de vista de la estructura interna, las clasifica en:
hipótesis que pueden estar referidas a una sola variable o a un conjunto de ellas, que
son hipótesis univariadas, bivariadas o multivariadas.

Las hipótesis univariadas son, por definición, descriptivas. Las hipótesis bivariadas
pueden ser descriptivas, explicativas o ambas simultáneamente. El análisis de esta
estructura es fundamental para orientar el análisis estadístico, ya que del tipo de
hipótesis dependerán las técnicas de análisis que se requerirán para el análisis de
datos. De acuerdo a su significado metodológico, se expone que las hipótesis pueden
clasificarse según la función que cumplen en el esclarecimiento de relaciones causales
entre variables y puede verse que los diferentes tipos de hipótesis expresan una
traducción desde la formulación conceptual hasta el tratamiento de la información. En
otras palabras particularmente en la investigación cuantitativa los tipos de hipótesis
que señalan a continuación expresan un continuo que va, desde el contenido teórico
de la afirmación hasta la determinación de la validez de las inferencias estadísticas,
pasando por la comprobación empírica efectuada a través de las hipótesis de trabajo.
Después de hechas estas aclaraciones por Juni y Urbano, se pasa a relacionar los
tipos de hipótesis:

- Hipótesis correlaciónales: son aquellas que establecen relaciones entre dos o más
variables. Permiten determinar si dos o más variables están asociadas entre sí y su
grado de asociación estadística. No permiten establecer la dirección causal de la
relación entre las variables (cuál es la variable causal y cuál la variable efecto).
Pueden existir diversas hipótesis que vinculen a varias variables entre sí. No
establecen en forma directa la causa, sino que valoran el grado de relación de las
variables. Dentro de esta clase suelen incluirse las hipótesis de diferencias de grupos.
Si el investigador no tiene bases suficientes para presuponer a favor de qué grupo
será la diferencia en ciertas variables observadas, formula una hipótesis simple.
Cuando tiene la información empírica, establece la magnitud de las diferencias entre
los grupos y verifica si en ambos las variables aparecen relacionadas. El análisis
estadístico de este tipo de hipótesis se apoya en las medidas de la estadística
descriptiva y en el análisis de correlaciones, del cual recibe su nombre.

- Hipótesis de causalidad: este tipo de hipótesis no solo establece relaciones entre

las variables, sino la naturaleza causal de las mismas. Indican cuál de las variables
puede ser considerada como causa, predictiva o variable independiente, y cuál puede
ser considerada efecto, variable dependiente u observada. La causalidad incluye los
otros niveles: la descripción y correlación, a la vez que se apoya en ellos. Si no hay
correlación entre las variables no tiene sentido plantear el estudio de la causalidad. Un
rasgo propio de este tipo de hipótesis es que establece una relación temporal entre los
fenómenos. La variable independiente (causal) precede temporalmente a la variable
dependiente (efecto). Las variables intervinientes son aquellas que se presentan
durante el proceso causal y cuya presencia puede transformar los valores de
cualquiera de ellas o de ambas. De acuerdo a la cantidad de variables que contiene la
hipótesis, estas pueden clasificarse en: a) Hipótesis causales bivariadas: en las que
solo interviene una variable causal y otra dependiente. b) Hipótesis causales
multivariadas: se plantea la relación entre algunas variables independientes y una
variable dependiente. También puede plantearse la relación entre una variable
independiente y varias dependientes. Este tipo de hipótesis requiere el uso de
diferentes técnicas estadísticas de análisis multivariado.

-Hipótesis nulas: expresan la negación de las relaciones supuestas entre las

variables, expresadas en las hipótesis de investigación. Se utilizan en el procedimiento
de refutación de las hipótesis y se basan en el test estadístico de la hipótesis nula y
solamente en los estudios cuantitativos.
-Hipótesis alternativas: solo pueden formularse cuando hay necesidad de plantear
otras explicaciones complementarias a la hipótesis original. Estas hipótesis
generalmente ayudan a argumentar cuando la hipótesis que se ha puesto a prueba no
tiene resultados concluyentes. La literatura, en sentido general, informa que las
hipótesis más señaladas en las investigaciones, son: hipótesis de investigación o
hipótesis central, de trabajo, nula o sencillamente se dice hipótesis; no obstante,
cuando se plantea hipótesis de trabajo hay que llamarla por este nombre para
diferenciarla de la hipótesis de investigación.

PODER EXPLICATIVO DE LA HIPOTESIS

Con frecuencia, puede decirse que una hipótesis confirmada que resuelve un
problema explica otras cuestiones relacionadas con el problema. Supongamos que
existe un problema porque poseemos un hecho aislado que necesita explicación. Si
podemos relacionar de manera apropiada ese hecho con algún otro podremos explicar
el primero. Para comprender este punto, obsérvese que una hipótesis es una
herramienta con la que tratamos de encontrar esa explicación; es decir, empleamos
una hipótesis para plantear una relación posible entre un hecho y otro. Si descubrimos
que de los dos hechos en realidad están relacionados de la manera planteada por la
hipótesis, entonces habremos alcanzado nuestro propósito inmediato: habremos
explicado el primer hecho.

CRITERIOS DE LAS HIPOTESIS

1. Debe ser comprobable. La hipótesis que es comprobable hoy, es superior a

la que es potencialmente comprobable.

2. Debe estar en armonía general con otras hipótesis en el campo bajo

investigación. Aunque esto no es esencial, la hipótesis discordante suele
tener el menor grado de probabilidad. Por ejemplo, la hipótesis de que el color
de los ojos está relacionado con la inteligencia se encuentra en desventaja
inmediata porque entra en conflicto con el cuerpo de conocimientos existente.
Otros conocimientos considerables (como el de que el color del cabello no se
relaciona con la inteligencia) nos sugieren que la hipótesis del “color de los
ojos” no es cierta: no va en armonía con lo que ya sabemos.

3. Debe ser parsimoniosa. Si se plantean dos hipótesis diferentes para resolver

determinado problema, deberá preferirse la más parsimoniosa. Por ejemplo, si
tenemos pruebas de que una persona ha adivinado correctamente los
símbolos (corazones, bastos, diamantes y espadas) de cierto número de
naipes, más que por simple casualidad, varias hipótesis podrían explicar este
hecho. Alguien podría postular una percepción extrasensorial (PES), mientras
que otro podría decir que el sujeto “las vio” de algún modo. La hipótesis de que
“las vio” es más parsimoniosa porque no nos exige plantear hipótesis sobre
procesos mentales muy complejos. El principio de parsimonia se ha expresado
 de diversos modos. Por ejemplo, la regla de Guillermo de Occam (llamada
navaja de Occam) sostenía que las entidades no deben multiplicarse sin
necesidad: regla similar al principio de identidad de los indiscernibles, de W. G.
Leibniz. El canon de Lloyd Morgan, es una aplicación célebre del principio de
parsimonia a la psicología: “En ningún caso deberá interpretarse una actividad
animal en términos de procesos psicológicos superiores si se la puede
interpretar justamente en términos de procesos que ocupan un lugar inferior en
la escala de la evolución y el desarrollo psicológicos”. Estos tres principios
tienen el mismo propósito general: buscar la explicación más parsimoniosa de
su problema. Por ello, debemos preferir una hipótesis sencilla a una compleja
si ambas tienen el mismo poder explicativo; debemos emplear un concepto
sencillo en lugar de uno complejo si el más sencillo nos servirá tan bien como
el otro. No debemos atribuir capacidades superiores a los organismos si la
postulación de capacidades inferiores puede explicar igualmente bien la
conducta que se deba explicar.

4. Deben tener simplicidad lógica. Con esto queremos decir unidad lógica y
generalidad, no facilidad de comprensión. Por ello, si una hipótesis puede
explicar un problema por sí misma y otra hipótesis también puede explicar el
problema pero necesita cierto número de hipótesis de apoyo o de
suposiciones ad hoc, deberá preferirse la primera por su mayor simplicidad
lógica. (Debe notarse la íntima relación de esta norma con la de parsimonia.)

5. Debe responder ser pertinente al problema particular en cuestión, y no a

algún otro. Debe parecer innecesario plantear esta norma pero, como lo
hemos notado, en la historia de la ciencia pueden encontrarse ejemplos en
que se dio una respuesta correcta a una pregunta errónea. A menudo es
importante hacer explícito lo obvio.

6. Debe ser expresada en forma cuantificada o ser susceptible a una

cuantificación conveniente. La hipótesis más cuantificada deberá preferirse.
La ventaja de la hipótesis cuantificada sobre la no cuantificada ya se mostró
antes en el ejemplo de la obra de Becquerel.

7. Debe tener un gran número de consecuencias y debe ser de alcance

general. La hipótesis que produce un gran número de deducciones
(consecuencias), explicará más hechos ya establecidos y permitirá hacer más
predicciones acerca de hechos que aún no se han estudiado o establecido
(algunos de los cuales pueden ser inesperados y nuevos). En general, la
hipótesis que conduzca a un mayor número de deducciones importantes será
la hipótesis más fructífera.
 COMO REDACTAR UNA HIPOTESIS

1. Haz una pregunta

Antes de escribir una hipótesis deberás redactar una pregunta de investigación. Dicha
pregunta debe estar ser específica y con la posibilidad de ser investigaba dentro del
universo que abarcará tu proyecto de investigación, como por ejemplo:

« ¿Los niños que juegan videojuegos son menos sociales?».

2. Investigación previa

Para poder buscar una respuesta a la pregunta de investigación que realizaste y sobre
todo para tener un respaldo de lo que se está cuestionando. Deberás buscar teorías y
proyectos previamente realizados, con el objetivo de poder crear tus propias
suposiciones con respecto al tema.

3. Formula la hipótesis

Es momento de redactar una posible respuesta a tu pregunta de investigación. Debe

ser una oración clara y concisa que exprese a detalle lo que se busca en la
investigación. Por ejemplo:

«Los niños que regularmente utilizas los videojuegos son mayormente introvertidos y
menos sociales».

4. Revisa tu hipótesis

Este paso es verdaderamente importante si en verdad quieres saber a detalle cómo

hacer una hipótesis. Siempre debe ser específica y comprobable. Razón por la cual
debes de verificar que tu hipótesis cuente con ciertas características que son
verdaderamente necesarias para redactarla correctamente:

 Mencionar las variables más importantes y relevantes para la investigación.

 Se debe identificar el grupo específico que se está estudiando.
 Expresar una propuesta a la pregunta de investigación, la cual es confirmará o
se refutará.

5. Distintas opciones de tu hipótesis

Existen algunas formas o estrategias que seguro te ayudarán a identificar claramente

de cómo redactar una hipótesis.

Variables:

Para tener en claro cuáles son las variables de la hipótesis en tu investigación puedes
redactar una breve oración para identificarlas. En la primera parte se coloca la variable
independiente y en la segunda parte la variable dependiente. Por ejemplo:

«Si un niño empieza a utilizar videojuegos a corta edad, se reducirá su habilidad de

socializar».

Relación entre variables

Cuando intentas definir cómo hacer una hipótesis es muy importante que tengas claro
que debe existir una relación entre variables. Se debe mencionar la correlación pero
también los efectos que causa directamente una variable a la otra. Por ejemplo:

«Entre más horas dedique un niño a jugar videojuegos, afectará directamente a su

capacidad de socializar.»

Comparación

Si en tu proyecto de investigación estás comparando a dos grupos, en la hipótesis se

mencionará la diferencia que esperas encontrar con el desarrollo del proyecto. Por
ejemplo:

«Los niños que utilizan los videojuegos durante una gran cantidad de horas al día, son
menos sociables que los que juegan esporádicamente.»

6. Escribe una hipótesis nula

Este tipo de hipótesis se utiliza regularmente en investigaciones cuantitativas con

datos estadísticos. La hipótesis nula es una posición en la cual una variable no afecta
a la otra y se identifica con H0, las hipótesis alternativas se identifican como H1 o Ha

 H0 La cantidad de horas que un niño juega videojuegos no afecta de forma

negativa a su capacidad de socializar.
 H1 o Ha La cantidad de horas que un niño juega videojuegos afecta de forma
negativa a su capacidad de socializar.

7. Redacta la edición final

Si llegas a este paso, significa que ya sabes cómo hacer una hipótesis, ya que en este
último paso, lo único que debes hacer es retomar todas las características
mencionadas con anterioridad, ajustarlas a tus necesidades y a tu investigación.
Recuerda que las variantes que se mencionen en la hipótesis son las que guiarán a tu
proyecto durante todo el desarrollo y afectarán directamente a tu marco teórico y
metodológico.

FUNCION DE LA HIPOTESIS EN LA INVESTIGACION

De acuerdo a Yuni y Urbano (2014), las hipótesis tienen las siguientes funciones:

- Son guías de la investigación: formularlas ayuda a saber lo que se está tratando

de buscar, de probar. Proporcionan orden y lógica al estudio.

- Favorecen la descripción y explicación: mediante las hipótesis el investigador

anticipa cuáles son los elementos constitutivos del fenómeno bajo estudio, lo que
contribuye a describir sus atributos o variables a partir de los valores y cualidades que
los mismos poseen. También las hipótesis pueden establecer cómo se relacionan esos
atributos, tarea que favorece la explicación. Cada vez que una hipótesis en estado de
prueba recibe evidencia empírica en su favor o en su contra, nos informa algo acerca
del fenómeno. Si la evidencia es a su favor la información sobre los fenómenos se
incrementa. Aún si la evidencia es en contra descubrimos algo acerca del fenómeno
que no sabíamos antes, con lo cual se expande el conocimiento del objeto.

- Permiten la prueba de las teorías: las hipótesis teóricas no se ponen a prueba

directamente, sino a través de las consecuencias lógicas que se deducen de ella. Las
hipótesis de trabajo son las que efectivamente se ponen a prueba, ya que ellas son las
que admiten los casos particulares. Sin embargo, cuando se aporta evidencia a favor
de una hipótesis se está fortaleciendo la base conceptual y la verdad de su
proposición se vuelve más segura.

- Ayudan a sugerir o generar teorías: algunas hipótesis no están asociadas con

teoría alguna, pero puede ocurrir que como resultado de la prueba de una hipótesis se
construya una teoría o se sienten las bases de ella.

De acuerdo a las funciones relacionadas por estos autores se puede inferir que
buscan construir relaciones significativas entre fenómenos y variables, apoyándose en
el conjunto de conocimientos constituidos y sistematizados. Las hipótesis desarrollan
un papel fundamental en la solución de contradicciones que surgen entre los nuevos
hechos que se descubren y las viejas representaciones teóricas.

Otros aspectos significativos evidenciados se refieren a que es un resumen y

ampliación de los datos empíricos disponibles, es fuente directa para la elaboración de
las variables y sus indicadores, suministra una interpretación: del conjunto de datos y/o
de otras hipótesis y se convierte en tesis una vez comprobada (integran los nuevos
conocimientos surgidos en el proceso de investigación).

REDACTA TRES EJEMPLOS DE HIPOTESIS

1. Las relaciones sin protección son las causas de los embarazos en

adolescentes.
2. Los conductores que consumen alcohol mientras conducen tienen más
accidentes de tránsito.
3. La cantidad de abortos en adolescentes ha aumentado en la última década.
II. LAS VARIABLES EXPERIMENTALES

QUE ES UNA VARIABLE

Una variable es cualquier condición susceptible de modificarse o de variar en
cuanto a cantidad y calidad; por eso se llama "variable". La variable debe ser
medible, es decir que se Ie puedan asignar símbolos (en general números),
según una serie de reglas; por eso se define también a la variable como una
propiedad que adquiere distintos valores y como un símbolo que se Ie asignan
números o valores.

CONCEPTO DE LA VARIABLE INDEPENDIENTE

Es el elemento, fenómeno, situación, etc. Que explica, condiciona, determina o

causa la presencia, cantidad o calidad de otro elemento, fenómeno, situación,
etc.

Es una variable antecedente, es decir la que, por lo menos en cuanto

influencia, es anterior a la dependiente. Es aquella a partir de la cual se predice
otra y sus variaciones: "Si ocurre A... entonces ocurre B; "si varia A... entonces
variara B".

En los trabajos experimentales, la variable independiente es la que el

experimentador manipula o hace variar para ver que pasa en la variable
dependiente. A la variable Independiente se Ie nombra con letra X, y en una
representación grafica de dos ejes ortogonales, va representada en el eje de
las abscisas, o eje X.

CLASES DE VARIABLES INDEPENDIENTES

a) Variables independientes de estímulo: nos referimos a cualquier aspecto

del medio ambiente físico o social que puedan afectar de algún modo a la
conducta –por ejemplo, forma en la presentación de la estimulación, tipo de
fármacos, efecto del ambiente social sobre la habilidad de resolver problemas,
etc.

b) Variables independientes organísmicas o de estado: por éstas

entendemos cualquier característica del organismo incluyendo características
físicas o fisiológicas tales como sexo, color de los ojos, estatura, peso, además
de características psicológicas Introducción a la Psicología Tema 6: El método
experimental como la inteligencia, nivel educativo, etc. También podemos
incluir el estado motivacional (privación o saciedad).

LA VARIABLE DEPENDIENTE

Es el elemento, fenómeno o situación que es explicado, condicionado,

determinado o causado por la variable independiente. Según los autores de la
Escuela Psicológica de YALE, "la frustración produce agresividad": "frustración"
es la variable independiente, y "agresividad" es la variable dependiente porque
 depende de la que suceda en la variable independiente; así el mayor o menor
aprendizaje depende del mayor o menor número de horas de dedicación. En la
representación grafica se llama Y, y va expresada en el eje de las ordenadas.
Esta división de variables independientes y dependientes es arbitraria: una
variable que ahora es independiente puede hacerse dependiente y viceversa.

SELECCIÓN DE LA VARIABLE DEPENDIENTE

La conducta es sumamente compleja y, en cualquier momento, un organismo realiza

un número verdaderamente increíble de respuestas. ¿Cómo determina un
experimentador qué variable dependiente deberá registrar y medir? Tomemos el
sencillo experimento del condicionamiento, efectuado por Pavlov con perros. Aunque
su variable dependiente era la cantidad de salivación, el perro también estaba
respirando a cierta tasa, meneando la cola, moviendo las patas, levantado las orejas,
etc. Entre toda esta masa de conducta, Pavlov logró seleccionar una medida de
respuesta, que constituyó una norma excelente para sus variables independientes. Si
hubiese elegido alguna otra medida de respuesta, se habría retrasado nuestra
comprensión del condicionamiento.

Cada estímulo provoca respuestas. Entonces, el problema de seleccionar una variable

dependiente consistiría, sencillamente, en descubrir todas las respuestas que son
influidas por cierto estímulo. Sin embargo, eso no es tan sencillo, pues es imposible
descubrir y registrar cada una de esas respuestas. A menudo interviene aquí la suerte,
como en el proceso de serendipity. Por ejemplo, el descubrimiento de la siguiente
variable dependiente, una respuesta de tipo esquizofrénica, fue un acontecimiento
debido al serendipity.

Por otra parte, si tiene usted una hipótesis precisa, ésta le indicará la variable
dependiente en que usted está interesado al especificar que cierta variable
independiente influirá sobre cierta variable dependiente. Usted simplemente
seleccionará una medida de esa variable dependiente y con ella pondrá a prueba su
hipótesis. Las sagaces observaciones de Pavlov lo llevaron a formular una hipótesis
específica, cuya variable dependiente era la salivación.

VALIDEZ DE LA VARIABLE DEPENDIENTE

Debe usted asegurarse de que los datos que registra midan en realidad la variable
dependiente especificada por su hipótesis, ¿Qué habría pasado si Pavlov hubiese
medido el cambio de color del pelo de sus perros? Este es un ejemplo grotesco, pero
ocurren errores más sutiles del mismo tipo. Para estudiar la emotividad como variable
dependiente se puede hacer que varios jueces califiquen a los participantes sobre esta
conducta. Cualquiera que sea el resultado, deberemos preguntar si los jueces en
realidad calificaron la emotividad o si, involuntariamente, calificaron algunas otras
características, como la “disposición general ante la vida”, la “inteligencia” o el
“atractivo personal”. Esto nos lleva al primer requisito de una variable dependiente:
deberá ser válida. Por validez entendemos que los datos sean medidas reales de la
variable dependiente, tal como fue operacionalmente definida; es decir, la cuestión de
la validez es saber si la variable dependiente operacional- mente definida en realidad
mide lo que está especificado en la condición consecuente de la hipótesis.
Las definiciones son arbitrarias. “Ahora”, podrá decir usted, al recordar nuestro análisis
de las definiciones operacionales, “si el experimentador definió la emotividad como
Aquello que los jueces reportaron, entonces, por definición, eso es emotividad: esto es
indiscutible”. Y así lo es, al menos por los motivos que usted ha ofrecido.
Reconocemos que quien quiera puede definir cualquier cosa, y hacerlo del modo que
desee. Si usted lo desea, podrá definir al objeto de cuatro patas con una superficie
plana sobre el que come como “una silla”, si así le gusta. Nadie dirá que (usted) no
puede hacerlo. Sin embargo, habremos de pedirle que considere una norma social:
¿es acaso ése el nombre que habitualmente le dan otras personas? Si usted insiste en
llamar “sillas” a las mesas nadie le dirá que está equivocado, pues las definiciones no
son verdaderas ni falsas, sino sólo arbitrarias. La única norma de una definición es que
facilite la comunicación y usted se encontraría a este respecto en clara desventaja.
Cuando pidiera a sus invitados que se sentaran a la mesa a tomar sus alimentos en
una silla, recibiría usted algunas respuestas desconcertantes, por decirlo con
discreción.

El uso de variables dependientes comúnmente aceptadas. Así, nuestra lección es

ésta: aunque usted pueda definir su variable dependiente como lo desee, es prudente
definirla tal como suele hacerse. Si existe una cierta definición generalmente aceptada
para su variable dependiente, deberá usted usarla (o una que tenga con ella una
estrecha correlación). Una prueba psicométrica estandarizada podría constituir una
buena variable dependiente operacionalmente definida, y que ha demostrado ya su
validez. Por ejemplo, la Escala de Ansiedad Manifiesta (Taylor, 1953) podría ser una
medida de la ansiedad válida y operacionalmente definida, como variable dependiente.
Sólo hemos de añadir que otras definiciones operacionales de la ansiedad podrían
producir diferentes conclusiones experimentales.

Variables dependientes no válidas. Consideremos algunos otros ejemplos.

Supongamos que usted define su variable dependiente como el número de problemas
de cierto tipo, resueltos dentro de un periodo determinado. Si la prueba tiene un gran
número de problemas que varían en dificultad, entonces, bien puede ser válida. Pues,
si todos los problemas son fáciles, entonces usted probablemente estaría midiendo la
rapidez de la lectura y no la capacidad para resolver problemas. Es decir aparte del
hecho de que el texto contenía “problemas”, quienes leyeran con rapidez obtendrían
una alta calificación y quienes leyeran con lentitud recibirían una baja calificación! Ésta
no sería una medición válida de la capacidad para resolver problemas (a menos,
desde luego, que dicha capacidad y la rapidez de lectura estén bien correlacionadas).
O, para simplificar aún más las cosas, si usted forma una prueba muy breve
compuesta por problemas extremadamente fáciles, todos los participantes obtendrían
una calificación perfecta, a menos que usted estuviese trabajando! con personas
retrasadas. Esta prueba tampoco sería una medida válida de la variable dependiente.
Digamos que está usted interesado en saber si niños muy pequeños pueden aprender
a tirar de un cordón blanco, en comparación; con uno negro, en sus cunas, si usted
siempre les da alimento después de que tiren del blanco. Deberá usted darles varias
oportunidades, con las opciones de cuerda blanca y cuerda negra, pero supongamos
que la cuerda blanca siempre queda a la derecha. Supongamos: que el predominio de
opciones que registramos está en la cuerda blanca. Podríamos concluir que la
respuesta de tirar de la blanca fue bien reforzada porque los niños escogieron el color
con el que antes habían obtenido alimentación. Pero, ¿estamos midiendo realmente el
número de veces que escogieron la cuerda blanca? Los niños, como los adultos,
pueden ser diestros, zurdos o ambidiestros. Si hemos estudiado un grupo de niños
que eran diestros, todos ellos, probablemente tiraron de lo que tenían a la derecha,
que en este caso era la cuerda blanca, pero sin fijarse en el color. Así, nuestra medida
simplemente pudo ser de si eran diestros o zurdos y no de la variable dependiente que
a usted le interesaba. Por tanto, habríamos medido la frecuencia de emplear la mano
preferida y no la frecuencia de elegir la cuerda blanca.
Los problemas de validación de la variable dependiente pueden ser peliagudos y
siempre habrá trampas aguardando al experimentador incauto. Por lo menos, el lector
ahora está consciente de la existencia del problema y de los potenciales errores. Tras
una reflexión y un estudio considerables de la investigación anterior en su área de
problemas, podrá usted aumentar las posibilidades de seleccionar una medida válida
de la variable dependiente.
Nuestro estudio de las variables extrañas facilitará su entendimiento de la selección de
medidas válidas. En el ejemplo anterior, la variable extraña de la posición de las
cuerdas blancas y negras produjo una medida inválida de la variable dependiente.

CONFIABILIDAD DE LA VARIABLE DEPENDIENTE

Definición de la confiabilidad. El siguiente requisito es que una variable dependiente

sea digna de confianza. Confiabilidad significa el grado en que los participantes
obtienen, aproximadamente, las mismas calificaciones cuando se hacen repetidas
mediciones. Por ejemplo, una prueba de inteligencia es bastante confiable si las
personas reciben aproximadamente la misma calificación cada vez que se las somete
a la prueba, como un CI de 105 la primera vez, 109 la segunda, y 102 la tercera. En
cambio, si una persona común recibió calificaciones de 109, 183 y 82, la prueba no
puede considerarse confiable, pues las diversas mediciones variaron demasiado
Determinación de la confiabilidad de una variable dependiente. Un
experimentador podría obtener, primero, medidas de la variable dependiente,
preferiblemente de personas que no participen en el experimento. Luego, se sometería
a nueva prueba a los mismos participantes después de cierto periodo y se computaría
la correlación entre los conjuntos de medidas. Si la correlación es alta, entonces es
confiable la medición de la variable dependiente; de otra manera, no lo será. Otro
enfoque consistiría en computar un coeficiente de confiabilidad dividido a la mitad, si la
variable dependiente es una medida que pueda dividirse en dos. Por ejemplo, si
consiste en 20 problemas, por tanto el experimentador podrá obtener una calificación
total para los problemas con números nones y otra para los números pares. Un
coeficiente de correlación entre estas dos calificaciones para todos los participantes
indicaría el grado de confiabilidad. Con frecuencia, los experimentadores estudian
características de la conducta de la gente que cambian con el paso del tiempo, como
el proceso de aprendizaje o el desarrollo del estado de ansiedad. En tal caso, la
correlación de las diversas calificaciones sería alta, siempre que los participantes
mantuvieran casi la misma posición en el rango de calificaciones en cada prueba. Por
ejemplo, si tres personas recibieran calificaciones de 10,9 y 6 en la primera prueba, y
15,12 y 10, respectivamente, en la segunda prueba, la correlación (y, por tanto, la
confiabilidad) sería alta, ya que mantuvieron el mismo rango relativo. En cambio, si el
orden de rango cambiara, sería menor la confiabilidad. Ya sea que las medidas de la
variable dependiente cambien o no con el tiempo, se puede computar un coeficiente
de correlación para determinar hasta qué punto es confiable la variable dependiente.

Dificultades en el camino. Por desgracia, los experimentadores rara vez consideran

la confiabilidad de sus variables dependientes: de otro modo, sabríamos mucho más
acerca de ese importante tema. Al mismo tiempo, con frecuencia es poco realista
tratar de determinar la confiabilidad. En algunas situaciones, la variable dependiente
es más confiable de la que indicaría un coeficiente computado de correlación. A veces,
las personas estudiadas son demasiado homogéneas para permitir que el valor
computado de correlación se aproxime siquiera al verdadero valor. Por ejemplo, si
todos los participantes en un estudio del aprendizaje tuviesen precisamente la misma
capacidad de aprender la tarea que se les hubiera presentado, entonces idealmente
todos recibirían exactamente las mismas calificaciones de la variable dependiente en
pruebas sucesivas; la correlación computada no indicaría la auténtica confiabilidad de
la variable dependiente. Otra razón por la que una correlación computada puede ser
diferente de la auténtica es que la escala utilizada para medir la variable dependiente
puede tener un alcance insuficiente. Una vez más, pongamos como ejemplo un caso
extremo: supóngase que sólo es posible un valor de la variable dependiente. En este
caso, todos los participantes recibirían esa calificación, digamos, 5.0 y, una vez más,
la correlación computada no sería la auténtica. Con mayor realismo, un
experimentador podría utilizar una escala de cinco puntos como medida de una
variable dependiente, pero la única diferencia entre ésta y nuestro absurdo ejemplo
sería de grado. La escala de cinco puntos puede ser aún demasiado limitada, ya que
no diferencia lo suficiente entre las verdaderas calificaciones; por ejemplo, dos
personas pueden tener calificaciones auténticas de 3.6 y 3.9, pero en una escala de
cinco valores, ambas recibirían una puntuación de 4.0. Por último, las medidas de la
variable dependiente a menudo no se pueden administrar más de una vez, porque la
novedad es uno de sus rasgos críticos, como en los estudios de solución de
problemas.

El procedimiento prevaleciente. Reconociendo que la determinación de la confiabilidad

es deseable, pero a menudo no factible, ¿qué hacen los experimentadores? Planean
experimentos y recaban datos. Si las medias de los grupos difieren en forma
considerable, la diferencia puede sugerir algunas conclusiones tentativas acerca de la
confiabilidad.
En particular, las medias grupales que difieren en forma confiable (es decir, más de lo
que puede esperarse de situaciones al azar) indican que una variable dependiente es
suficientemente confiable, pues la falta de confiabilidad sólo produce variaciones
aleatorias en los valores. Por otra parte, si dos grupos no difieren confiablemente, es
probable que valores de la variable dependiente se deban a una variación aleatoria (al
azar). Entonces, la conclusión normal sería que la manipulación de la variable
independiente no afecta la variable dependiente. Pero también son posibles otras
razones. Puede ser que la variable dependiente no sea confiable. Por tanto, este
enfoque sobre la determinación de la confiabilidad sólo va en un sentido: si hay
diferencias

Estadísticamente confiables entre los grupos, es probable que la variable dependiente

sea confiable; si no hay diferencias significativas entonces no es posible ninguna
conclusión acerca de su confiabilidad al menos, basada sobre esta información. Si las
repeticiones del experimento producen resultados congruentes repetidas veces,
ciertamente la variable dependiente es confiable.

VARIABLES EXTRAÑAS

Una variable extraña es una variable independiente que puede agregar ruido a un
experimento o sesgar los resultados, interrumpiendo el efecto que la variable
independiente elegida tiene sobre la variable dependiente. En los experimentos
científicos, las cosas que son variables están muy controladas, pero en las ciencias
más suaves, como la psicología experimental, es más difícil separar las características
que deben ser constantes de las que deben variar con cada experimento. El objetivo al
diseñar experimentos es reducir, tanto como sea posible, los efectos de variables
extrañas.
Hay tres tipos de variables extrañas: sujeto, experimental y situacional. La variable
sujeto es cualquier variable característica de la persona a estudiar: edad, salud, estado
de ánimo y rasgos físicos, por ejemplo. Las variables experimentales son las
introducidas por el sesgo del psicólogo u otro observador que realiza las pruebas
psicológicas. Las variables ambientales provienen de factores ambientales tales como
cualquier distracción del sujeto de prueba de su entorno: mala iluminación,
contaminación acústica u otras interrupciones de la prueba. Si una variable extraña es
potencialmente influyente, se puede mantener constante para todos los sujetos, o se
puede encontrar un espectro de intensidad alta a baja de una variable extraña
potencialmente dañina mediante una selección cuidadosa de los participantes de la
prueba.

Un ejemplo de un experimento psicológico que podría verse comprometido por una

variable extraña es la finalización de una oración. A un estudiante cuyo cociente
intelectual (CI) se conoce se le pide que complete un fragmento de oración. Luego, se
registra el número de palabras que usa para completar la oración para cada individuo.
El psicólogo está buscando si el CI, la variable independiente, influye en la cantidad de
palabras que el estudiante usa para completar la oración, la variable dependiente. Una
variable extraña que influye en los resultados de un individuo podría ser si el
estudiante desayunó ese día, el frío que hacía en las instalaciones de la prueba o la
frecuencia con la que el supervisor frunció el ceño durante la prueba.

Cuando un investigador selecciona una variable independiente en un experimento, los

comportamientos de variables extrañas inesperadas a veces dependerán de la
intensidad de la variable independiente. Un ejemplo de esta situación es lo que se
denomina variable de confusión. Un ejemplo de tal variable podría ser el punto de vista
del sujeto de prueba. Por ejemplo, si los sujetos son hombres y mujeres, tanto la
naturaleza como la crianza influirán en sus perspectivas sobre la prueba. Algunos
pueden sentirse cómodos con los comportamientos experimentales requeridos,
mientras que otros no, o algunos pueden tener un conocimiento previo de la prueba y
los resultados esperados, mientras que otros no.

VARIABLES DE CONTROL

Una variable de control es cualquier cosa que se mantiene constante o limitada en un

estudio de investigación. Es una variable que no es de interés para los objetivos del
estudio, pero que se controla porque podría influir en los resultados.

Las variables pueden controlarse directamente manteniéndolas constantes a lo largo

de un estudio (por ejemplo, controlando la temperatura de la habitación en un
experimento), o pueden controlarse indirectamente mediante métodos como la
aleatorización o el control estadístico (por ejemplo, para tener en cuenta las
características de los participantes, como la edad, en las pruebas estadísticas).

Las variables de control mejoran la validez interna de un estudio al limitar la influencia

de los factores de confusión y otras variables extrañas. Esto le ayuda a establecer una
relación correlacional o causal entre sus variables de interés.

Aparte de las variables independientes y dependientes, deben controlarse todas las

variables que puedan influir en los resultados. Si no se controlan las variables
relevantes, no se podrá demostrar que no han influido en los resultados. Las variables
no controladas son explicaciones alternativas de sus resultados.
 III. PLAN DE INVESTIGACION

QUE ES EL PLAN DE INVESTIGACION, SUS PASOS:

Se denomina proyecto de investigación el plan que se desarrolla previamente a la

realización de un trabajo de investigación. Su objetivo es presentar, de manera
metódica y organizada, un conjunto de datos e informaciones en torno a un problema
para formular una hipótesis encaminada a su resolución.

En este sentido, el proyecto de investigación es una evaluación previa del problema,

sus alcances e importancia, así como de los recursos que serán necesarios para el
desarrollo del trabajo de investigación.

Los proyectos de investigación son realizados con base en una metodología científica,

lo cual los dota de rigor y validez. Pueden desarrollarse no solo en el área de las
ciencias, sino también en las humanidades, la tecnología, las artes, las ciencias
políticas y jurídicas, las ciencias sociales, etc.

PASOS:

1. Dé un nombre al experimento.
2. Resuma la anterior investigación pertinente.
3. Plantee su problema, preferiblemente en forma de pregunta.
4. Plantee su hipótesis.
5. Defina sus variables.
6. Especifique sus aparatos.
7. Plantee las variables extrañas que habrá que controlar y las formas en que las
controlará.
8. Seleccione el diseño más apropiado a su problema.
9. Indique la manera de seleccionar a sus participantes, la forma en que los asignará a
los grupos y el número que habrá en cada grupo.
10. Enumere los pasos de su procedimiento experimental, incluyendo los principios
éticos que se seguirán.
11. Especifique el tipo de análisis estadístico que utilizará.
12. Plantee los posibles informes de la evidencia. ¿Le informarán los resultados de
algo acerca de su hipótesis, no importando cómo resulten?
13. Determine si puede usted hacer inferencias inequívocas, del informe de la
evidencia a la hipótesis.
14. Determine hasta qué punto podrá usted generalizar sus descubrimientos.

CUAL ES LA FUNCION DEL PLAN DE INVESTIGACION

1) Determinar los objetivos de la investigación que se va a realizar.

2) Establecer el procedimiento y los lineamientos generales adecuados para
realizar el trabajo.
3) Elaborar un cronograma de actividades.
4) Orientar las actividades en un mismo sentido.
5) Eliminar actividades y esfuerzos superfluos.
 6) Evaluar la investigación que se desea llevar a cabo, para su aprobación o
desaprobación institucional.

DESCRIBA CADA UNA DE LAS PARTES QUE CONFORMAN EL PLAN DE

INVESTIGACION.

1. (Título de la investigación):

Debe incluir institución que avale el proyecto, título de la investigación (redactarse de

forma sugerente y breve) y responsable del proyecto (nombre de los investigadores y
del asesor si hubo).

2. EL PROBLEMA

2.1-Planteamiento del problema:

          Deberán anotarse aquellos elementos que se relacionan con el problema, se

deberán explicar solo los elementos o variables que inciden sobre el objeto de estudio.
Plantear el problema, significa descomponer éste en partes, de tal forma que se
explique la complejidad del mismo. Es decir, con qué elementos está relacionado el
problema.

           En este apartado se debe explicar con claridad de qué se tratará la

investigación que se desea hacer. Debe estar redactado en forma clara y coherente
para que no haya lugar a dudas. En un proyecto se puede presentar el tema con una
interrogante, de todos modos es preferible hacer una exposición breve, con o sin
preguntas explícitas, que muestran las ideas explicativas del tema en cuestión. 

2.2-Delimitación del tema y/o problema:

          Se debe especificar con precisión y claridad qué es lo que exactamente se va a

estudiar. La delimitación se formulará en base a los siguientes criterios: relacionados
con el problema, relacionados con la sustentación teórica disciplinaria, relacionados
con el tiempo, relacionados con el espacio, relacionados con los sujetos informantes

2.3-Objetivos de la investigación:

Expresan propósitos generales y también de orden particular o específico. Deben estar

totalmente relacionados con el problema de investigación y hacer alusión a lo que se
pretende lograr con el estudio del mismo.

Se debe precisar cuál es el objetivo general de la investigación y los objetivos

específicos. Para redactar los objetivos, tanto general como específicos, se debe tener
una idea previa y precisa de lo que se desea hacer. Por ese motivo, la lectura es muy
importante; mientras más se conozca acerca del tema en cuestión, más fácil será
organizar las ideas en el proyecto. De la misma manera, mientras se va leyendo el
material para organizar este trabajo previo, se irá fichando cada uno de los libros y
esto ayudará con la bibliografía.
2.4-Justificación de la investigación:

Deberá especificar los siguientes elementos: en que estriba la pertinencia del estudio,
cuál es su importancia, a qué problemática social responde, quiénes podrán
beneficiarse con el estudio, qué se pretende lograr, qué aspectos son analizados y
cuáles quedan fuera, cuáles son los alcances y las limitaciones del estudio, cuál fue el
motivo por el cual el investigador decidió abordar esta temática, dentro del contexto a
qué problema responde.

Es conveniente explicar la relevancia que el trabajo aportará al conocimiento que ya se

tenga acerca de él. Cuando se tiene una idea acerca de un tema específico, se debe
procurar leer para estar informados si ya ha sido planteado con anticipación. Siempre
consistirá una lectura diferente, pero hay que tomar en cuenta la novedad del nuevo
material que se quiere investigar o de la visión novedosa que se le desea dar

3.- Capítulo II: MARCO TEÓRICO

3.1-Antecedentes de la investigación:

Es importante que se expliciten estudios que existan en torno a nuestro objeto de

estudio. Se debe indagar con el propósito de analizar, definir y reorientar el objeto de
estudio si es necesario.

Los antecedentes deben ser apenas los indispensables para situarnos en el problema;
es preciso explicar en esa sección qué se ha investigado hasta ahora en relación con
el tema de estudio y se procurará destacar en qué forma nuestro trabajo es
significativo para enriquecer los conocimientos existentes y no una mera repetición de
trabajos anteriores.

3.2- Bases teóricas:

Aquí se señala los sustentos disciplinarios, teóricos, conceptuales y categoriales que

orientaran el trabajo. Se trata de explicitar qué teorías, que información bibliográfica,
con qué autores se realizará la investigación. Es importante hacer una revisión
exhaustiva de bibliografía sobre el tema y contrastar la información con datos
empíricos.

4.- Capítulo III: MARCO METODOLÓGICO

4.1-Metodología de la investigación:

Se debe resolver el cómo, para lo cual hay que conocer los tipos de investigación, las
diferentes corrientes metodológicas. De acuerdo a la naturaleza del problema se
seleccionará la metodología (etnográfica, casuística, documental, de campo,
experimental, participativa, cualitativa u otra). Es decir definir una estrategia
metodológica pertinente y adecuada al tipo de objeto de estudio que se intenta
trabajar.

4.2- Población, muestras, variables e instrumentos de recolección de datos:

 Esenciales para conocer mejor y más a fondo sobre la investigación.

5.-Cronograma de actividades:

Tiene como propósito delimitar los tiempos de trabajo. Las investigaciones se

clasifican por su duración, en: largo (dos años o más), mediano (un año) y corto plazo
(seis meses). Se recomienda que el cronograma se estructure lo más
esquemáticamente para visualizar rápidamente cómo vamos en el tiempo.

6.-Conclusiones y recomendaciones:

Se debe describir cuáles fueron los resultados obtenidos mediante la realización del
proyecto de investigación y que recomendaciones serían dadas a los lectores
interesados en el tema planteado del proyecto para investigaciones futuras.

7.-Bibliografía consultada y anexo:

Incluir fuentes actuales que tengan relación con el tema y considerar fuentes de apoyo
metodológico además de incluir imágenes o anexos para ayudar a una mayor
compresión y permitir conocer más a fondo aspectos específicos. Buscar información
en diferentes fuentes: libros, revistas, periódicos, archivos públicos y privados,
películas, museos, edificios, pinturas, videos, etc. Las fichas bibliográficas deberán
incluirse en orden alfabético y patrón técnico homogéneo.

ESQUEMATICE UN PLAN DE INVESTIGACION

reflejar el objeto
de la investigacion
titulo del proyecto
de manera clara y
concisa

justificacion

planteamiento del
problema

determinacion de
los objetivos

plan de
investigacion
marco teorico

formulacion de
hipotesis

diseño
metodologico

bibliografia