El planteamiento del problema de la investigación.
Los elementos para plantear un problema son tres y están relacionados entre si y son las preguntas de la investigación, los objetivos y la justificación del estudio (1). Comenzaremos refiriéndonos al planteamiento del problema y la delimitación, y luego veremos el tema de los objetivos y la justificación del estudio.
El planteamiento del problema de la investigación es la delimitación clara y precisa del objeto de la investigación que se realiza por medio de preguntas, lecturas, encuestas pilotos, entrevistas, etc.
La función del planteamiento del problema consiste en revelarle al investigador si su proyecto de investigación es viable, dentro de sus tiempos y recursos disponibles.
La delimitación se realiza mediante 5 pasos a saber:
La delimitación del objeto en el espacio físico-geográfico
La delimitación en el tiempo.
La delimitación precisando el significado de sus principales conceptos, mediante el análisis semántica, mediante el uso de enciclopedias y diccionarios especializados.
La selección del problema que será objeto de la investigación. La formulación interrogativa del problema de la investigación. La formulación de oraciones tópicas
La determinación de los recursos disponibles
Convengamos que investigar significa tener interés o deseo de conocer, de saber.
Sin embargo las manera de cómo se conecta el investigador con el tema pueden ser muy variadas y pueden contener muchos matices.
Dentro de este amplio marco de posibilidades de elección hay por lo menos dos parámetros básicos: el tema le es impuesto al investigador por la institución o es elegido libremente por el investigador ( o el grupo investigador). Dentro de estas dos alternativas polares hay muchos matices que combinan distintas posibilidades de elección.
Una alternativa que es bastante frecuente es que la institución fije de una manera general el tema o los posibles temas y el investigador tenga libertad para seleccionar el problema, los objetivos, las hipótesis etc.
Esta ultima alternativa esta justificada ya que la institución tiene sus objetivos y se supone que si las investigaciones se relacionan con las temáticas que son de interés institucional redundaran y enriquecerán la formación de los educandos.
En cualquiera de las alternativas es necesario que el investigador tenga la disciplina necesaria para cumplir con la tarea, dado que los temas , en la mayoría de los casos, se comienzan formulando de manera inapropiada, lo que haría imposible resolverlo mediante una investigación.
A esta altura del desarrollo se hace necesario aclarar cual es la relación entre el tema y el objeto de la investigación.
Formulación
Si necesita dispensar y formular de forma precisa valiosas y caras materias primas, los sistemas de formulación METTLER TOLEDO son la opción adecuada.
Con independencia de para qué sector trabaje, la formulación de componentes siempre está presente y desempeña un papel fundamental en el proceso de creación de un valor añadido.
Una calidad del producto estable y procesos de producción sólidos son factores decisivos para el rendimiento de la producción, la rentabilidad y el éxito comercial del producto.
Ligeros cambios o variaciones de los ingredientes pueden modificar drásticamente las propiedades del producto.
METTLER TOLEDO ofrece soluciones de dispensación y formulación manuales, semiautomáticas y automatizadas para satisfacer sus requisitos específicos.
La gama de productos comprende desde soluciones compactas basadas en terminales hasta sistemas de software basados en PC conectados en red que proporcionan una completa trazabilidad de los procesos, una gestión centralizada de las recetas y una amplia gama de métodos de formulación.
La eliminación de los errores de usuario y del desperdicio de materias primas se traduce en un rendimiento maximizado de la producción y una mejora de la rentabilidad.
Al realizar pruebas de hipótesis, se parte de un valor supuesto (hipotético) en parámetro poblacional. Después de recolectar una muestra aleatoria, se compara la estadísticamuestral, así como la media (x), con el parámetro hipotético, se compara con una supuesta media poblacional (). Después se acepta o se rechaza el valor hipotético, según proceda. Se rechaza el valor hipotético sólo si el resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) es el valor hipotético del parámetro que se compra con el resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de significancia del 5%, entonces se rechaza la hipótesis nula solamente si el resultado muestral es tan diferente del valor hipotético que una diferencia de esa magnitud o mayor, pudiera ocurrir aleatoria mente con una probabilidad de 1.05 o menos.
Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la estadística muestral (el estimador no segado del parámetro que se prueba) o una versión transformada de esa estadística muestral. Por ejemplo, para probar el valor hipotético de una media poblacional, se toma la media de una muestra aleatoria de esa distribución normal, entonces es común que se transforme la media en un valor z el cual, a su vez, sirve como estadística de prueba.
Consecuencias de las Decisiones en Pruebas de Hipótesis.
Decisiones Posibles
Situaciones Posibles
La hipótesis nula es verdadera
La hipótesis nula es falsa
Aceptar la Hipótesis Nula
Se acepta correctamente
Error tipo II
Rechazar la Hipótesis Nula
Error tipo I
Se rechaza correctamente
Etapa 4.- Establecer el valor o valores críticos de la estadística de prueba. Habiendo especificado la hipótesis nula, el nivel de significancia y la estadística de prueba que se van a utilizar, se produce a establecer el o los valorescríticos de estadística de prueba. Puede haber uno o más de esos valores, dependiendo de si se va a realizar una prueba de uno o dos extremos.
Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al probar un valor hipotético de la media poblacional, se toma una muestra aleatoria y se determina el valor de la media muestral. Si el valor crítico que se establece es un valor de z, entonces se transforma la media muestral en un valor de z.
Etapa 6.-Tomar la decisión. Se compara el valor observado de la estadística muestral con el valor (o valores) críticos de la estadística de prueba. Después se acepta o se rechaza la hipótesis nula. Si se rechaza ésta, se acepta la alternativa; a su vez, esta decisión tendrá efecto sobre otras decisiones de los administradores operativos, como por ejemplo, mantener o no un estándar de desempeño o cuál de dos estrategias de mercadotecnia utilizar.
La distribución apropiada de la prueba estadística se divide en dos regiones: una región de rechazo y una de no rechazo. Si la prueba estadística cae en esta última región no se puede rechazar la hipótesis nula y se llega a la conclusión de que el proceso funciona correctamente.
Al tomar la decisión con respecto a la hipótesis nula, se debe determinar el valor crítico en la distribución estadística que divide la región del rechazo (en la cual la hipótesis nula no se puede rechazar) de la región de rechazo. A hora bien el valor crítico depende del tamaño de la región de rechazo.
PASOS DE LA PRUEBA DE HIPÓTESIS
1.Expresar la hipótesis nula
2.Expresar la hipótesis alternativa
3.Especificar el nivel de significancía
4.Determinar el tamaño de la muestra
5.Establecer los valores críticos que establecen las regiones de rechazo de las de no rechazo.
6.Determinar la prueba estadística.
7.Coleccionar los datos y calcular el valor de la muestra de la prueba estadística apropiada.
8.Determinar si la prueba estadística ha sido en la zona de rechazo a una de no rechazo.
9.Determinar la decisión estadística.
10.Expresar la decisión estadística en términos del problema.
CONCEPTOS BÁSICOS PARA EL PROCEDIMIENTO DE PRUEBAS DE HIPÓTESIS.
Hipótesis Estadística:
Al intentar alcanzar una decisión, es útil hacer hipótesis (o conjeturas) sobre la población aplicada.
Tales hipótesis, que pueden ser o no ciertas, se llaman hipótesis estadísticas.
Son, en general, enunciados acerca de las distribuciones de probabilidad de las poblaciones.
Hipótesis Nula.
En muchos casos formulamos una hipótesis estadística con el único propósito de rechazarla o invalidarla. Así, si queremos decidir si una moneda está trucada, formulamos la hipótesis de que la moneda es buena (o sea p = 0,5, donde p es la probabilidad de cara).
Analógicamente, si deseamos decidir si un procedimiento es mejor que otro, formulamos la hipótesis de que no hay diferencia entre ellos (o sea. Que cualquier diferencia observada se debe simplemente a fluctuaciones en el muestreo de la misma población). Tales hipótesis se suelen llamar hipótesis nula y se denotan por Ho.
Para todo tipo de investigación en la que tenemos dos o más grupos, se establecerá una hipótesis nula.
La hipótesis nula es aquella que nos dice que no existen diferencias significativas entre los grupos.
Por ejemplo, supongamos que un investigador cree que si un grupo de jóvenes se somete a un entrenamiento intensivo de natación, éstos serán mejores nadadores que aquellos que no recibieron entrenamiento. Para demostrar su hipótesis toma al azar una muestra de jóvenes, y también al azar los distribuye en dos grupos: uno que llamaremos experimental, el cual recibirá entrenamiento, y otro que no recibirá entrenamiento alguno, al que llamaremos control. La hipótesis nula señalará que no hay diferencia en el desempeño de la natación entre el grupo de jóvenes que recibió el entrenamiento y el que no lo recibió.
Una hipótesis nula es importante por varias razones:
Es una hipótesis que se acepta o se rechaza según el resultado de la investigación.
El hecho de contar con una hipótesis nula ayuda a determinar si existe una diferencia entre los grupos, si esta diferencia es significativa, y si no se debió al azar.
No toda investigación precisa de formular hipótesis nula. Recordemos que la hipótesis nula es aquella por la cual indicamos que la información a obtener es contraria a la hipótesis de trabajo.
Al formular esta hipótesis, se pretende negar la variable independiente. Es decir, se enuncia que la causa determinada como origen del problema fluctúa, por tanto, debe rechazarse como tal.
Otro ejemplo:
Hipótesis: el aprendizaje de los niños se relaciona directamente con su edad.
Hipótesis Alternativa.
Toda hipótesis que difiere de una dada se llamará una hipótesis alternativa. Por ejemplo: Si una hipótesis es p = 0,5, hipótesis alternativa podrían ser p = 0,7, p " 0,5 ó p > 0,5.
Una hipótesis alternativa a la hipótesis nula se denotará por H1.
•Al responder a un problema, es muy conveniente proponer otras hipótesis en que aparezcan variables independientes distintas de las primeras que formulamos. Por tanto, para no perder tiempo en búsquedas inútiles, es necesario hallar diferentes hipótesis alternativas como respuesta a un mismo problema y elegir entre ellas cuáles y en qué orden vamos a tratar su comprobación.
Las hipótesis, naturalmente, serán diferentes según el tipo de investigación que se esté realizando. En los estudios exploratorios, a veces, el objetivo de la investigación podrá ser simplemente el de obtener los mínimos conocimientos que permitan formular una hipótesis. También es aceptable que, en este caso, resulten poco precisas, como cuando afirmamos que "existe algún tipo de problema social en tal grupo", o que los planetas poseen algún tipo de atmósfera, sin especificar de qué elementos está compuesto.
Los trabajos de índole descriptiva generalmente presentan hipótesis del tipo "todos los X poseen, en alguna medida, las característica Y". Por ejemplo, podemos decir que todas las naciones poseen algún comercio internacional, y dedicarnos a describir, cuantificando, las relaciones comerciales entre ellas. También podemos hacer afirmaciones del tipo "X pertenece al tipo Y", como cuando decimos que una tecnología es capital - intensiva. En estos casos, describimos, clasificándolo, el objeto de nuestro interés, incluyéndolo en un tipo ideal complejo de orden superior.
Por último, podemos construir hipótesis del tipo "X produce (o afecta) a Y", donde estaremos en presencia de una relación entre variables.
Elaboración de modelos en el proyecto
Los modelos son una manera de ilustrar y aclarar sus ideas y de permitirle hacer análisis con base en distintas maneras de observar sus datos. En el transcurso de su análisis, los modelos pueden ser útiles como ayudas para la percepción de las vinculaciones entre los conceptos y/o los elementos de su proyecto, o como maneras de hacer informes y de mostrarlos.
Evalúe el uso de modelos para los siguientes propósitos de este las primeras etapas de los proyectos:
Para plantear y examinar las ideas iniciales, intuiciones o teorías acerca del tema o la pregunta de su proyecto.
En el proyecto de muestra Volunteering (Trabajo voluntario)
El modelo de las Primeras ideas se construyó con anterioridad a la codificación de los datos y representa los factores que influyen en la tendencia de las personas a participar en trabajo voluntario, con base en la comprensión del investigador de la información publicada sobre ese tema.
Para representar en forma visual las relaciones entre los elementos del proyecto
Para identificar patrones emergentes e intuiciones, así como teorías y explicaciones
Para proveer un registro de las etapas del proyecto
El modelo de las Primeras ideas se construyó con anterioridad a la codificación de los datos e ilustra la comprensión del investigador de los posibles factores en juego, con base en su investigación de la literatura. No contiene elementos del proyecto, solamente formas, ya que fue creado antes que los nodos del proyecto.
El modelo de la Etapa de codificación 2 se construyó para seguir la codificación de los temas del grupo focal y las transcripciones de las entrevistas. Ilustra el entendimiento creciente de los factores identificados en los datos, dada la comprensión del cuerpo de datos. Este modelo fue convertido a un modelo estático, ya que su propósito es mostrar la comprensión de los datos en ese punto particular del proyecto.
El modelo de la Etapa de codificación 3 fue creado a partir de una codificación más analítica y una comprensión profunda de los datos. Es un modelo dinámico (es decir, incluye vínculos a los elementos del proyecto) ya que su propósito es el de suministrar una visión distinta de la información contenida en el proyecto.
Para ver de cerca un grupo específico de temas a fin de estudiar otras ideas, conexiones y relaciones posibles.
El modelo Perceptions (Percepciones) suministra una visión ampliada de todas las distintas imágenes de los voluntarios. Se agregaron grupos especiales para mostrar si las percepciones son positivas, negativas o neutras.
Para ver más ampliamente su proyecto y poder verlo totalmente.
Para demostrar sus conclusiones a otras personas
Cómo trabajar con el contenido del modelo
Puede representar los posibles problemas o factores de su modelo mediante el uso de formas y la vinculación de dichas formas a elementos del proyecto (es decir, documentos, nodos ramificados, relaciones) a medida que los crea en el proyecto. Por otra parte, se pueden construir modelos con base en los elementos existentes en su proyecto, a fin de dar una visión alterna de los conceptos de sus datos.
No hay comentarios:
Publicar un comentario