Formulacion De Hipotesis
•Download as PPT, PDF•
56 likes•236,105 views
Formulacion de Hipotesis
![[object Object],[object Object],[object Object],[object Object],[object Object]](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (20)
Similar to Formulacion De Hipotesis
Similar to Formulacion De Hipotesis (20)
More from EPYCC.ORG
More from EPYCC.ORG (20)
Recently uploaded
Recently uploaded (20)
Formulacion De Hipotesis
- 4. La formulacion de Hipotesis antes de la recoleccion de datos, depende del enfoque y el alcance Potencial formulacion de hipotesis Formulacion de Hipotesis Causal La formulacion puede darse o no Formulacion de Hipotesis Correlacional Sin Formulacion de Hipotesis para pronosticar un hecho Descriptivo Sin Sin Exploratorio Enfoque Cualitativo Enfoque Cuantitativo Alcance del Estudio
- 11. Tipos de hipótesis Hipótesis de investigación Hipótesis nulas Hipótesis alternativas Hipótesis estadísticas DISEÑO DE LA INVESTIGACIÓN (Hipótesis) Pare efectos de una investigación cuantitativa existen cuatro tipos de hipotesis:
- 12. Ejemplo: Hi: “La expectativa de ingreso mensual de los trabajadores de la Corporación X oscila entre $50 000 y $60 000 pesos”. 2.2 Hipótesis correlacionales. Especifican las relaciones entre dos o más variables. Ejemplos: “ A mayor autoestima, menor temor de logro.” (Aquí la hipótesis nos indica que cuando una variable aumenta, la otra disminuye, y si ésta disminuye, aquella aumenta.) “ Las telenovelas muestran cada vez un mayor contenido sexual en sus escenas.” (En esta hipótesis se correlacionan las variables “época o tiempo en que se producen las telenovelas” y “contenido sexual”.) 2. HIPÓTESIS DE INVESTIGACIÓN Son proposiciones tentativas acerca de las posibles relaciones entre dos o más variables y que cumplen con los cinco requisitos anteriormente mencionados. Se les suele simbolizar como Hi o H 1 , H 2 , H 3. También se les denomina como hipótesis de trabajo. 2.1 Hipótesis descriptivas del valor de las variables que se va a observar en un contexto o en la manifestación de otra variable.
- 13. Como se puede apreciar, las hipótesis correlacionales no sólo pueden establecer que dos o más variables se encuentran asociadas, sino cómo están asociadas; no sólo se establece que hay relación ente las variables, sino también cómo es la relación (qué dirección sigue). Cuando se correlacionan dos variables, se le conoce como “correlación bivariada”, y cuando se correlacionan varias, se le llama “correlación múltiple”. En una hipótesis de correlación, el orden en que coloquemos las variables no es importante. “el orden de los factores (variables) no altera el producto (la hipótesis)”. Ejemplo: “ Quienes tienen más altas puntuaciones en el examen de estadística, tienden a tener las puntuaciones más elevadas en el examen de psicometría”, es igual que: “los que tienden a tener las puntuaciones más elevadas en el examen de psicometría son quienes tienen las puntuaciones más altas en el examen de estadística”.
- 14. En la correlación no hablamos de variables independiente y dependiente. Cuando sólo hay correlación estos términos carecen de sentido; eso sólo pertenece a las hipótesis causales. Por otro lado, es común que cuando se pretende en la investigación correlacionar varias variables se tengan diversas hipótesis, y cada una de ellas relacione un par de variables. Por ejemplo, si quisiéramos relacionar las variables “atracción física”, “confianza”, “proximidad física” y “equidad” en el noviazgo (todas entre sí), estableceríamos las hipótesis correspondientes. Ejemplo: H1 “A mayor atracción física, menor confianza.” H2 “A mayor atracción física, mayor proximidad física.” H3 “A mayor atracción física, mayor equidad.” H4 “A mayor confianza, mayor proximidad física.” H5 “A mayor confianza, mayor equidad.” H6 “A mayor proximidad física, mayor equidad.” Estas hipótesis deben ser contextualizadas en su realidad (con qué parejas) y sometidas a prueba empírica.
- 15. 2.3 Hipótesis de la diferencia entre grupos: Estas hipótesis se formulan en investigaciones cuyo fin es comparar grupos. Por ejemplo: Hi: “Los adolescentes le atribuyen más importancia que las adolescentes al atractivo físico en sus relaciones heterosexuales.” Hi: “El tiempo en que tardan en desarrollar el SIDA las personas contagiadas por transfusión sanguínea es menor que las que adquieren el VIH por transmisión sexual.” (las primeras lo adquieren más rápidamente) Cuando el investigador no tiene bases para presuponer a favor de qué grupo será la diferencia, formula una hipótesis simple de diferencia de grupos. Y cuando sí tiene bases, establece una hipótesis direccional de diferencia de grupos. Esta clase de hipótesis puede abarcar dos, tres o más grupos. Ejemplo: Hi: “Las escenas de la telenovela “Sentimientos” presentarán mayor contenido sexual que las de la telenovela “Luz Ángela”, y éstas, a su vez, mayor contenido sexual que las escenas de la telenovela “Mi último amor”. [1] [1] Por supuesto, los nombres son ficticios. Si alguna telenovela se ha titulado (o en el futuro se titulara) así, es puramente una coincidencia.
- 16. En las hipótesis de diferencia de grupos una de las variables (aquélla sobre la cuál se dividen los grupos) adquiere un número más limitado de valores (habrá tantos valores como grupos se comparen), que los valores que adquieren las variables de las hipótesis correlacionales. Por último, las hipótesis de diferencia de grupos pueden formar parte de estudios correlacionales, sí únicamente establecen que hay diferencia entre los grupos, aunque establezcan a favor de qué grupo es ésta.
- 18. Paga Motivación intrínseca Motivación intrínseca Condiciones de administración de la paga (Variable independiente) (Variable dependiente) (Variable interviniente) X Y Z Simbolizada como: Ejemplos de hipótesis causal con presencia de variable interviniente: “ La paga aumenta la motivación intrínseca de los trabajadores, cuando es administrada de acuerdo con el desempeño.”
- 19. Cohesión Efectividad en el logro de las metas INDEPENDIENTES X 1 Y Simbolizada como: Centralidad Tipo de liderazgo X 2 X 3 DEPENDIENTE Variedad en el trabajo Motivación intrínseca INDEPENDIENTES X 1 Simbolizada como: Autonomía en el trabajo Retroalimentación proveniente del trabajo X 2 X 3 DEPENDIENTES Satisfacción laboral Y 1 Y 2 Ejemplos de hipótesis causal multivariadas:
- 20. 3. HIPÓTESIS NULAS Constituyen proposiciones acerca de la relación entre variables, sólo que sirven para refutar o negar lo que afirma la hipótesis de investigación. Debido a que este tipo de hipótesis resulta la contrapartida de la hipótesis de investigación, hay prácticamente tantas clases de hipótesis nulas como de investigación. Las hipótesis nulas se simbolizan así: Ho . Ejemplos: Ho: “La expectativa de ingreso mensual de los trabajadores de la corporación X no oscila entre $ 50,000 a $60,000 pesos.” (Es una hipótesis nula descriptiva de una variable que se va a observar en un contexto.) Ho: “ No hay relación entre la autoestima y el temor de logro.” (Hipótesis nula respecto a una correlación) Ho: “Las escenas de la telenovela “Sentimientos” no presentarán mayor contenido sexual que las escenas de la telenovela “Luz Angela” ni éstas mayor contenido sexual que las escenas de la telenovela “Mi último amor”. Esta hipótesis niega diferencia entre grupos y también podría formularse así: “No existen diferencias en el contenido sexual entre las escenas de las telenovelas “Sentimientos”, “Luz Angela” y “Mi último amor”. O bien, el contenido sexual en las telenovelas “Sentimientos”, “Luz Angela” y “Mi último amor” es el mismo.” Ho: “La percepción de la similitud en religión, valores y creencias no provoca mayor atracción física.” (Hipótesis que niega la relación causal.)
- 21. 4. HIPÓTESIS ALTERNATIVAS Son posibilidades alternas ante la hipótesis de investigación y nula. Se simbolizan como Ha y sólo pueden formularse cuando efectivamente hay otras posibilidades además de las hipótesis de investigación nula. De no ser así, no pueden existir. Ejemplos: Hi: “El candidato “A” obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total.” Ho: “El candidato “A” no obtendrá en la elección para presidencia del consejo escolar 50 y 60% de la votación total.” Ha: “El candidato “A” obtendrá en la elección para presidencia del consejo escolar más del 60% de la votación total.” Ha: “El candidato “A” obtendrá en la elección para presidencia del consejo escolar menos del 50% de la votación total.” Hi: “Los jóvenes le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes.” Ho: “Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes.” Ha: “Los jóvenes le atribuyen menos importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes.”
- 22. 5. HIPÓTESIS ESTADÍSTICAS Las hipótesis estadísticas son la transformación de las hipótesis de investigación, nulas y alternativas en símbolos estadísticos. Se pueden formular sólo cuando los datos del estudio que se van a recolectar y analizar para probar o rechazar las hipótesis son cuantitativos (números, porcentajes, promedios). Hay tres tipos de hipótesis estadística que corresponden a clasificaciones de las hipótesis de investigación y nula: 1) de estimación, 2) de correlación y 3) de diferencia de medias. 5.1 Hipótesis estadísticas de estimación Sirven para evaluar la suposición de un investigador respecto al valor de alguna característica de una muestra de individuos u objetos, y de una población. Se basa en información previa. La estimación de estas hipótesis no se limita a promedios; puede incluirse cualquier estadística (porcentajes, medianas, modas). Ejemplo: Hi: “El promedio mensual de casos de trastorno psiconeurótico caracterizados por reacción asténica, que fueron atendidos en los hospitales de la ciudad de Linderbuck es mayor a 200.” Hi: X > 200 (promedio mensual de casos atendidos) La hipótesis estadística nula sería la negación de la hipótesis anterior: Ho: X < 200 (“ El promedio mensual de casos… es menor que 200”) y la hipótesis alternativa sería: Ha: X = 200 (“ El promedio mensual de casos… es igual que 200”)
- 23. la correlación entre dos variables (cohesión y eficacia) (no es igual a cero, o lo que es lo mismo, ambas variables están correlacionadas) 5.2 Hipótesis estadísticas de correlación Tienen por objeto traducir en términos estadísticos una correlación entre dos o más variables. El símbolo de una correlación entre dos variables es “r” (minúscula) y entre más de dos variables “R” (mayúscula). La hipótesis “a mayor cohesión en un grupo , mayor eficacia en el logro de sus metas primarias”, puede traducirse así: Hi: r x y = 0
- 24. Ho: r xy = 0 (“Las dos variables no están correlacionadas; su correlación es cero.”) Otro ejemplo: Hi: R xyz = 0 (“La correlación entre las variables autonomía, variedad y motivación intrínseca no es igual a cero.”) Ho: R xyz = 0 (“No hay correlación.”)
- 27. Definiciones conceptuales “ Estado cognitivo que refleja el grado en que un trabajador atribuye la fuerza de su comportamiento en el trabajo, a satisfacciones o beneficios derivados de sus tareas laborales en sí mismas. Es decir, a sucesos que no están mediatizados por una fuente externa a las tareas laborales del trabajador. Este estado de motivación puede ser señalado como una experiencia autosatisfactoria”. “ El grado en el cual un trabajador no se reporta a trabajar a la hora en que estaba programado para hacerlo.” Definiciones operacionales “ Autorreporte de motivación intrínseca (cuestionario autoadministrado) del Inventario de Características del Trabajo, versión mexicana.” “ Revisión de las tarjetas de asistencia al trabajo, durante el último trimestre.” Ejemplo. Hi: “A mayor motivación intrínseca en el trabajo, menor ausentismo”. Variable = “Motivación intrínseca en el trabajo” “Ausentismo laboral”
- 28. DISEÑO DE LA INVESTIGACIÓN (Hipótesis) Las hipótesis se someten a prueba en la realidad a través de la recolección de datos mediante instrumentos, el análisis y la interpretación de los mismos. “ Las hipótesis constituyen instrumentos muy poderosos para el avance del conocimiento, puesto aunque sean formuladas por el hombre, pueden ser sometidas a prueba y demostrarse como probablemente correctas o incorrectas sin que interfieran los valores y las creencias del individuo”. (Kerlinger, 1979)
- 29. DISEÑO DE LA INVESTIGACIÓN (Hipótesis) Las hipótesis deben ser sometidas a “prueba”. El objetivo es determinar si son aceptadas o rechazadas sobre la base de la información recogida. No se puede probar que una hipótesis sea o verdadera o falsa, sólo se aporta evidencia en su favor o en su contra. Según Hernández y otros (1998), cuantas más investigaciones apoyen una hipótesis, más credibilidad tendrá y será válida para el contexto (lugar, tiempo, sujetos u objetos) en el cual se comprobó.
- 31. DISEÑO DE LA INVESTIGACIÓN (Hipótesis) No siempre la información recogida permite apoyar o aceptar una hipótesis. Si los datos no aportan evidencia a favor de las hipótesis, no significa que la investigación carezca de utilidad. “ Para que las hipótesis tengan utilidad, no es necesario que sean las respuestas correctas a los problemas planteados. En casi todas las investigaciones, el estudioso formula varias hipótesis y espera que alguna de ellas proporcione una solución satisfactoria del problema. Al eliminar cada una de las hipótesis, va estrechando el campo en el cual deberá hallar la respuesta”. (Van Dalen y Meyer, 1984)
- 32. DISEÑO DE LA INVESTIGACIÓN (Variables) Cuando se plantea una hipótesis, es indispensable definir los términos o variables implícitos en ellas. Recordemos: Variable: “es una propiedad que puede variar y cuya variación es susceptible de medirse”. (Ary y otros, 1989)
- 34. DISEÑO DE LA INVESTIGACIÓN (Variables) Definición de las variables: Definición conceptual: Se define con otros términos. Son definiciones de “diccionario” o libros especializados. Cuando describen la esencia o las características reales de un concepto o fenómeno, se les denomina “definiciones reales”.
- 35. DISEÑO DE LA INVESTIGACIÓN (Variables) Definición de las variables: Definición operacional: La definición conceptual es necesaria, pero insuficiente, porque no relaciona la variable con la realidad y contexto de la investigación. La operacional constituye la el conjunto de procedimientos que describe las actividades para adquirir información (medir) respecto a la variable. Según Kerlinger (1987), una definición operacional nos dice que para medir una variable, hay que hacer esto y esto otro.
- 36. DISEÑO DE LA INVESTIGACIÓN (Variables) Funciones de las variables: Variable Dependiente Variable Independiente Variable Interviniente: Variable Extraña:
- 39. DISEÑO DE LA INVESTIGACIÓN (Variables) Nivel de medición de las variables:
- 40. DISEÑO DE LA INVESTIGACIÓN (Población y muestra) Para seleccionar una muestra lo primero es definir la unidad de análisis (“quiénes van a ser medidos”). Esto depende del problema a investigar y de los objetivos de la investigación. Una vez definida la unidad de análisis se debe delimitar la población . Una población es el conjunto de todos los casos que concuerdan con una serie de especificaciones. Las poblaciones deben situarse claramente en torno a sus características de contenido, lugar y tiempo.
- 41. DISEÑO DE LA INVESTIGACIÓN (Población y muestra) Luego se determina la muestra , entendida como un subgrupo de la población. Como muchas veces no se puede medir a toda la población, se debe trabajar con una muestra. Se pretende que la muestra sea un reflejo fiel de la población.