DISEÑO DE EXPERIENCIA O

CONTRASTACION
DE HIPOTESIS
 A. DISEÑO DE EXPERIENCIA O CONTRASTACION DE HIPOTESIS

Contrastar es someter a prueba algo para comprobar su valor,

autenticidad y pureza.

A.1. Definición
Aquí se describe que tiene que hacer el investigador para demostrar la verdad
o falsedad de la hipótesis planteada , por lo que se describe los diseños básicos
de contrastacion, la forma como obtener y analizar datos, como clasificarlos,
resumirlos, evaluarlos a la luz de los antecedentes para hacer finalmente las
Respectivas inferencias.
A.2. Contenido
1.MODELO LOGICO Y EXPERIMENTAL
3. ANALISIS ESTADISTICO DE DATOS
Aquí se identifica los pasos lógicos a través
Es el proceso en la cual los datos tienen
de un modelo lógico (diagrama de flujo) y
que ser medidos y expresados en números
luego se identifica como proceder en la
para facilitar su manipulación y tomar la
realidad a través de un modelo experimental
decisión de aceptar o rechazar la hipótesis
para recolectar los datos necesarios,
se emplean gráficos ideogramas

CONTRASTACION DE HIPOTESIS O
DISEÑO DE EXPERIENCIA

2. RECOLECCION DE DATOS 4. INFERENCIA CIENTIFICA

Los datos son resumidos y analizados, permiten
confirmar o refutar la hipótesis. La recolección
de datos es sobre: longitud, peso sexo,
presión, etc. Si esta etapa es inadecuada, los
resultados también lo serán.
Es el proceso lógico que permite pasar de
un conjunto de proposiciones originadas
en la observación científica (estado del
Arte) a otro conjunto de proposiciones
(consecuentes) que son las conclusiones
A.3. Diseños Descriptivo y experimental de contrastacion

Tiene un carácter especifico, se propone como se va a proceder para

demostrar la hipótesis. Se emplean gráficos o ideogramas.

Se conocen dos tipos de modelos o diseños:

A.3.1. Diseños descriptivos (valido para contrastar hipótesis descriptivas):

Describen la realidad tal y conforme se presenta en la naturaleza, no se
manipula ninguna variable solamente se observa y describe el fenómeno tal
y conforme se presenta. Se utiliza en problemas de descubrimiento o
descriptivos: ¿qué?,¿cuándo?,¿cuáles?).

Pueden presentarse como.

-Diseño de una casilla:
Donde:
M: representa la muestra
M O
O: representa lo que
observamos
 Consiste en seleccionar la muestra sobre la realidad problemática que
se desea investigar. En esta muestra se hace averiguaciones

Ej.¿Cuáles son las fases del proceso en la elaboración de harina de

pescado (O) en las fabricas de Chimbote (M)?

- Diseño comparativo (varias casillas).

M1 01 Donde:
M2 02 M1...........Mn: son las muestras
O1.............On: son las observaciones
M3 03

Se utiliza cuando se quiere comparar una misma variable en diferentes lugares

o situaciones para ver si tienen el mismo o diferente comportamiento
Ej. ¿cuál es la incidencia de tuberculosis pulmonar en los distritos de la
Esperanza , Porvenir y Florencia de Mora, de la provincia de Trujillo en el
presente año?.
-Diseño Correlacional.

OX
Donde:
M OY M: representa la muestra
OX, OY, Oz: observaciones
OZ

Este tipo de diseño se utiliza cuando se quiere comparar que relación

tienen diferentes variables que se pueden obtener de una misma muestra.

Ej. ¿qué relación existe entre la temperatura, oxigeno disuelto y turbidez

de la laguna Sausacocha?.
 - Diseño Longitudinal.

T1 T2 T3

O1 O2 03

Donde:
M : representa la muestra
T1..........Tn : los tiempos
O1..........On: las observaciones

Este tipo de diseño se utiliza cuando se quiere observar el comportamiento

de una variable a través del tiempo.

Ej. ¿cómo ha evolucionado los programas de educación al medio ambiente

en los últimos cinco años?.
-Diseño Ex Posfacto
Son aquellos que se utilizan para determinar las relaciones entre variables
tal y conforme se presentan en la realidad, sin intervención del investigador

Pueden ser
Retrospectivos: Se utiliza cuando el fenómeno ocurrió y se trata de buscar
las causas posibles en el pasado

Ej.
¿cuáles fueron las causas del colapso de la exportación de harina de pescado
entre 1972 y 1990 en el Perú ?.

Prospectivos: Se utiliza cuando se observa uno varios factores, a los que

se les trata de buscar sus posibles efectos en un intervalo de tiempo futuro.

Ej. ¿De que manera influirá la crisis económica y la falta de empleo en la

deserción estudiantil a nivel secundario en los próximos cinco años en el
Perú?.
 A.3.2. Diseños experimentales (valido para contrastar hipótesis explicativas):
Manipula deliberadamente la realidad a través de una o mas variables
independientes para ver sus efectos sobre una o mas variables dependientes,
Se usan en problemas explicativos o experimentales (¿por qué?, ¿cómo? ,que
empiecen con un verbo y relacionan dos variables).

Requisitos para que una prueba sea considerado un experimento.

1. Manipulación intencional de una o mas variables independientes (un

grupo se expone a la variable independiente, al otro no, al primer grupo
se llama experimental y al otro de control
2. Medición de la variable dependiente permite conocer la influencia de
la independiente.
3. Control o validez interna de la situación experimental, lo cual significa
conocer que esta ocurriendo realmente entre la variable independiente
y dependiente. Se logra a través del muestreo al azar.

La validez interna se logra a través del muestreo al azar

Pueden presentarse

- Diseños experimentales puros: Son aquellos que reúnen los dos requisitos
para lograr el control y validez interna

• Grupos de comparación, cuando menos, uno experimental y otro de control

• Grupos equivalentes en sus características relevantes, no solo internas,
sino también en las circunstancias ambientales (horas y lapsos de aplicación
de los estímulos, de las mediciones, etc)
Existe Pre-Post Test y los grupos control y experimental son escogidos al
azar. Se pueden presentar como
Donde:
1. Grupos en paralelo A y B: son muestras que se aplica
E1 diferente estimulo y se hace un
A A’ Pre y Post-test.
E2
B B’
Ej: ¿cuál es el efecto que tiene la leche
materna y leche envasada sobre el
crecimiento en peso de lactantes?
2. Diseño clásico
Donde:
A A` A y B son muestras una con y otra sin
E estimulo
B B’

Ej. ¿cuál es el efecto que tiene la dieta rica en proteínas sobre la

fecundidad en mujeres de 24 a 26 años
B. RECOLECCION DE DATOS

Como consecuencia de la aplicación del modelo lógico y

experimental (observación o la experimentación), se
obtienen datos, los cuales resumidos y analizados, van a permitir
confirmar o refutar una hipótesis. La recolección de los datos
es una etapa importante, en la ejecución de un trabajo
de investigación. Si la recolección de estos datos es hecha
inadecuadamente, las generalizaciones consecuentes serán
erróneas y el trabajo científico será inútil
B.1. Universo o población

Es el conjunto de elementos relacionados entre si, que poseen una o mas

variables (características, atributos o propiedades) comunes, las que deben
ser precisadas en el tiempo y en el espacio, para que la definición de
universo resulte inequívoca

B.2. Tipos de universos

a. Universo Objetivo: Cuando los elementos que lo constituyen son ilimitados a

través del tiempo y del espacio. Constituye el “objetivo final” de la inferencia
estadística.

Ej.
• Los estudiantes universitarios
• Las pozas de cultivo de truchas
• Los ingenieros mineros del mundo
b. Universo Muestral: Es una parte o subconjunto del universo-objetivo, que
esta determinado y delimitado específicamente en el tiempo y en el espacio
por el investigador y de cuyos componentes en la practica se obtiene la
muestra para realizar la investigación.

Ej.
•Los alumnos de la UNT matriculados en el presente ciclo.
•Las pozas de cultivo de langostinos en Tumbes, en 2001.
•Las enfermeras del Hospital Regional de Trujillo, que laboran en cirugía.

Algunas veces ambos universos son idénticos y no existen dificultades para

Generalizar a partir de la muestra, pero cuando difieren, no pueden aplicarse
Las generalizaciones con igual fuerza a uno y otro.

La definición de Universo es esencial para:

•Seleccionar la muestra
•Asegurarse de que las generalizaciones inferenciadas sean verdaderas.
El universo muestral puede ser:

•Universo Homogéneo: Cuando los elementos que lo constituyen, tienen

atributos (características) esenciales, poco variables homogéneas.

•Universo Heterogéneo: Cuando los elementos que lo constituyen, tienen

características, algunas de ellas similares, pero otras no lo son, de tal manera
que permitan agruparlas en subconjuntos.

En relación a todo esto, es necesario distinguir: homogeneidad, cuando la

Varianza es pequeña y heterogeneidad , cuando la varianza es grande.

Varianza: Es una medida del grado de dispersión de los valores de las variables
en relación a la media aritmética.
 B.3. Muestra
Muestra: Aquí se realiza las observaciones para obtener
datos, que son puntos de partida para las
Universo
generalizaciones.

Testigo: Muestra obtenida del mismo universo, para

obtener iguales datos empíricos en condiciones iguales
y estímulos diferentes a la muestra, con el objeto de
compararlos entre si como un control

B.3.1. Razones para el uso de las muestras

1. Ahorro de tiempo y dinero

2. Permite realizar mejor el trabajo
3. Evita perdidas innecesarias
4. Los errores se controlan mejor.
B.3.2. Limitaciones del muestreo

1. En casos de áreas pequeñas el muestreo resulta tan caro como un censo

completo.
2. Cuando se necesitan datos a intervalos regulares de tiempo y es posible
medir cambios muy pequeños entre periodos , la muestra tiene que ser muy
grande para observar estos cambios.

B.3.3. Criterios de aceptación de un metodo de muestreo

1. Un buen metodo de muestreo nos puede dar datos confiables en forma eficaz
y económica
2. Cualquier conjunto de elementos procedentes de una población, no es una
muestra simplemente por que proceden de una población.
3. Para que una muestra sea aceptable, debe ser representativa de la población
y adecuada al universo del cual procede, solo así se asegurara la validez y
y la confiabilidad de las generaciones. Igualmente debe ser homogénea.
a. Representatividad de la muestra. Se dice que una muestra es representativa
cuando sus componentes han sido escogidos sin tendencias y con la misma
probabilidad de que cualquier elemento del universo pueda ser incluido en
la muestra. Para asegurar la representatividad de una muestran se usan
varias técnicas de muestreo. Se tienen que tener en cuenta que existen otros
tipos de muestreo que no necesariamente sus elementos son representativos
de la población. Se presentan dos grandes tipos de muestreo.

a.1. Muestreo probabilistico. Aquel en todos los elementos de la población tienen

la probabilidad de ser elegidos. En este muestreo se puede medir el tamaño
del error en nuestras predicciones. Para un muestreo probabilistico
necesitamos dos cosas: Determinar el tamaño de la muestra y seleccionar los
elementos muéstrales de forma aleatoria. Pueden ser: Muestreo al azar simple,
Muestreo al azar sistemático, Muestreo al azar estratificado, Muestreo al azar
de conglomerados, Muestreo al azar en etapas sucesivas y Muestreo con
diseños experimentales.
a.2. Muestreo No Probabilistico: En este muestreo la selección es informal y
un poco arbitraria. Es decir la selección de los sujetos no dependen de que
todos tengan la misma probabilidad de ser elegidos, sino al criterio del
investigador. Los resultados son generalizados a la muestra en o no muestras
similares pero no a una población. Pueden ser: Muestreo intencional o selectivo,
muestreo por cuotas, Muestreo accidental, Muestreo por expertos y Muestreo
por sujetos tipo.

b. Para homogenizar la muestra.

En la muestra obtenida se determina el coeficiente de variación y si este

es mayor del 30%, nos indica que los valores son muy dispersos o difieren
mucho entre si. En este caso se recomienda estratificar la población

c. Adecuación de la muestra:

Se presentan dos situaciones: Cuando las poblaciones requieren promedios y

Cuando requieren proporciones.
 B.4. Selección de métodos y técnicas de recolección de datos

B.4.1. La observación: Es un metodo que comprende la selección, observación

y registro sistemático, valido y confiable de acontecimientos, cuadros de
comportamiento y ambientes significativos para el problema que se plantea.
Puede ser observación propia y ajena

B.4.2. La encuesta: Es aquella que recoge información sobre aspectos muy

específicos, basándose en una interacción directa o indirecta entre el
investigador y el encuestado. Puede ser tipo cuestionario y tipo entrevista
B.4.3. El cuestionario: Es un conjunto de preguntas para obtener información
Sobre el tema que se esta investigando. Las preguntas pueden ser: cerradas,
abiertas y mixtas.
B.4.4. La entrevista: Es una técnica que permite obtener información sobre
el problema que se investiga. Tiene la particularidad de realizarse mediante
un proceso verbal entre al menos dos individuos
B.4.5. Comparación entre cuestionario y entrevista: El cuestionario recoge
información esencial, mientras que la entrevista es mas rica y variada; en la
entrevista, el entrevistador con su acción puede variar o influir en las
respuestas de los sujetos, distorsionando la información, esto no ocurre en
en el cuestionario; el cuestionario es mas extenso y costoso que la entrevista

B.4.6. Análisis de Contenido: Es una técnica de investigación para hacer

inferencias validas y confiables los datos con respecto a su contexto. Puede
ser aplicado a cualquier forma de comunicación (programas televisivos o
radiofónicos, artículos de prensa, poemas , conversaciones etc)

B.4.7. Evaluación: Es la medición del desempeño, habilidades, potencialidades,

aptitudes de la personalidad, cuyo proceso ha sido sometido a previos análisis
estadístico para la verificación de sus niveles de valides y confiabilidad. Estas
técnicas pueden ser: Test o pruebas, las escalas o inventarios.

B.4.8. Instrumentos: Son los medios auxiliares para recoger y registrar los datos
obtenidos a través de la técnica de recolección de datos
 B.5. Validación de la la Investigación

La validación se basa en:

•La formulación de la hipótesis basadas en el marco teórico

•La observación controlada por la sencilla razón que los temas
de investigación propuestos no puede ser realizado mediante el diseño
Experimental, ya que no es posible controlar los indicadores y las variables
del objeto de estudio.
•Por otra parte, no se descarta la posibilidad de diseñar y realizar experimen-
tos. Sin embargo, se considera adecuado solo en situaciones especificas,
donde las condiciones locales lo permitan.
•Los paradigmas utilizados, así como en la interpretación del método cientifico.
•En evaluar los resultados obtenidos, como consecuencia de la implantación
de nuevos planes de acción.
•Hay validación cuando la situación del sujeto de estudio mejora como
consecuencia de la aplicación de las soluciones propuestas.
 C. ANALISIS ESTADISTICO DE DATOS
C.1. Modelos estadísticos (pruebas estadísticas)
La gran cantidad de datos obtenidos durante los experimentos tienen que ser
ordenados, resumidos, evaluados, interpretados y presentados por medio de
clasificaciones y cálculos en las que se usan formulas estadísticas.

Este procedimiento y las formulas en ya es un modelo estadístico, el mismo

que sirve para:

• Identificar una realidad

• Generalizar y probar una hipótesis.

Todo ello fundado en premisas referentes al:

a. Universo en estudio
b. Carácter de la muestra
c. Diseño de la experiencia
d. Naturaleza de las mediciones realizadas
Por ello el investigador puede elegir entre los múltiples modelos contenidos
en la estadística descriptiva y estadística inferencial

C.1.1.Estadística descriptiva: Se utiliza para problemas de identificación

(problemas descriptivos), permite reducir, resumir y describir los datos
cuantitativos obtenidos a partir de la medición de observaciones empíricas

Dentro de estos modelos tenemos:

a. Distribucion de frecuencia: Histogramas y polígonos de frecuencia

b. Modelos de tendencia central: Media, mediana y moda
c. Modelos de dispersión: Rango, desviación estándar, varianza y coeficiente
de variación
d. Otras estadísticas descriptivas de utilidad son: La asimetría y la curtosis
C.1.2. Estadística inferencial: Se utiliza para problemas de explicación,
que implica generalizaciones de la muestra a la población y comprobación
de una hipótesis y estimar parámetros. Además se basa en el concepto de
distribución normal.

Estas pueden ser agrupados en parametricos y no parametricos

•Parametricas: Las variables están medidas en un nivel por intervalos o razón

- Coeficientes de correlación de Pearson
- Regresión lineal
- Prueba “t”
- Contraste de la diferencia de proporciones
- Análisis de varianza (ANOVA): unidireccional y factorial. Prueba “F”
- Análisis de covarianza (ANCOVA)

• No parametricas: Se utilizan con variables nominales y ordinales

- Ji cuadrada
- Coeficientes de correlación
- Coeficientes RHO y Correlacional de Kendall
D. INFERENCIA CIENTIFICA

D.1. Definición
Es el proceso lógico que permite pasar de un conjunto de proposiciones
originadas en la observación científica (antecedentes) a otro conjunto de
proposiciones (consecuentes) que son las conclusiones

•Como consecuencia de la observación y experimentación, se obtienen

datos que deben ser analizados, clasificados y resumidos para ver su
vinculación con la hipótesis y la teoría

•Si los hechos concuerda con la hipótesis esta será aceptado y se habrá
logrado un nuevo conocimiento. Caso contrario será rechazado y se tendrá
que proponer una nueva hipótesis

•Cuando la hipótesis concuerda con los hechos, el investigador se esfuerza

para ubicar el lugar y el papel que desempeña en el contexto del
conocimiento científico
D.2. Interpretación de los resultados

La interpretación de los resultados es un aspecto trascendente de la

investigación, es el momento de analizar racionalmente los resultados y
encontrar las relaciones que se buscan

Luego de clasificar y ordenar los datos, la interpretación toma los resultados

del análisis- hace inferencias- y extrae conclusiones acerca de esas relaciones

D.3. Incorporación de los resultados a la teoría

Una hipótesis confirmada debe guardar coherencia y armonía con leyes, teorías,
principios disponibles, de ellos puede surgir nuevos problemas y provocar un
avance multiplicador en el desarrollo del conocimiento

Por ello, la ciencia se orienta hacia la elaboración de teorías, pues con ellas
alcanza mayor cohesión en su contenido. Es a través de la teoría que la ciencia
trata de lograr una visión mas amplia de las cosas que investiga
D.4. Clases de estructuras lógicas

D.4.1. Estructura inferencial deductiva.

Cuando se parte de premisas verdaderas (leyes, teorías, principios) a la verdad
de otras proposiciones. Va de lo general a lo particular. Este tipo de inferencias
se usa para plantear hipótesis.

D.4.2. Estructura inferencial inductiva.

Es la inferencia científica por antonomacia, se generaliza a partir de
proposiciones observacionales empíricas, la verdad del consecuente se puede
averiguar a partir del antecedente; es probabilística (por que no se observa
todo el universo).

Siempre se parte de una muestra y a partir de ello se hace una generalización,

por que la población es de mayor tamaño que la muestra. Por lo que una
real conclusión científica, es una generalizacion y no un enunciado resumen.
 Resumen del proceso metodológico de investigación científica
Justificación de Limitaciones de
la investigación la Investigación Objetivos Marco
5 6 7 Teórico
9

Realidad Realidad Delimitación Problema Hipótesis Contrastacion

Empírica .Problemática y selección 11 de hipótesis
1 2 del problema ? 4 12
3 • Modelo lógico
y experimental
Estado Determinación •Recolección de
del arte de las variables datos
8 10 •Análisis
estadístico
•Inferencia
científica

VISTA 29