UNIVERSIDAD NACIONAL MAYOR DE

SAN MARCOS
(Universidad del Perú, Decana de América

FACULTAD DE CIENCIAS BIOLOGICAS

POSGRADO
Curso: METODOS ESTADISTICOS

LA INVESTIGACIÓN CIENTÍFICA Y LA
ESTADISTICA
Ysela Agüero
Docente Principal/FCM-UNMSM
 INVESTIGACIÓN CIENTÍFICA

Es un tipo de investigación,
sistemática, controlada,
empírica y crítica
de proposiciones hipotéticas
sobre las presumidas
relaciones entre fenómenos
naturales, (Kerlinger (1975)).

Hecho natural, fenómeno natural

2
 Sistemática y controlada
Hay una disciplina constante para hacer investigación científica y que no se
deja hechos a la casualidad

Crítica
Por que juzga constantemente, los hechos, de manera objetiva y se eliminan
preferencias personales y juicios de valor.

Empírica
Se basa en fenómenos observables de la realidad.

El carácter empírico de la investigación científica es lo que hace que se relacione con

la ESTADISTICA.

3
 EL MÉTODO CIENTÍFICO
El método de investigación para el conocimiento de la realidad observable, que
consiste en formularse interrogantes sobre esa realidad, con base en la teoría ya
existente, tratando de hallar soluciones a los problemas planteados. ( Dulce
María Andrés Vaquerizo 2016).

El método científico se basa en la recopilación de datos, su ordenamiento y su

posterior análisis (R. Rodríguez Yáñez, 2000)

Otra definición
Camino planeado o estrategia que se sigue para descubrir o determinar las
propiedades del objeto de estudio.
El uso del método científico en la investigación asegura la objetividad al
recopilar hechos y al evaluar las alternativas de solución propuestas para
resolver el problema (Hernandez y otros (2018).
4
 MÉTODO INDUCTIVO
(De lo particular a lo general)

Propone:
- Realizar muchas observaciones de la
naturaleza
- Formular leyes y teóricas a partir de
estas observaciones
Galileo Galilei

El problema con el método inductivo es que nunca podemos afirmar algo

universal a partir de los datos particulares que nos ofrece la experiencia
METODO HIPOTÉTICO DEDUCTIVO

Propone:
- La observación y descripción de
patrones
- La deducción de un modelo
- Formulación de hipótesis
(“La Lógica de la Investigación
- Contraste (test) de hipótesis científica”,1934
METODO HIPOTÉTICO DEDUCTIVO
Popper cuestiona el método inductivo y afirma:
- El conocimiento científico no avanza confirmando
nuevas leyes, sino descartando leyes que contradicen
la experiencia (falsacionismo).
- El criterio de demarcación científico (¿qué se puede
llamar ciencia?): la capacidad de una proposición de
ser refutada o falsada.
- Solo se admitirán como proposiciones científicas
aquellas para las que sea conceptualmente posible un
experimento o una observación que las contradiga
 EL PRINCIPIO DE FALSABILIDAD
DE POPPER
¿Todos los cuervos son negros?
Podemos formular la hipótesis :
"Todos los cuervos son negros".
Pero, aunque veamos millones de cuervos no podemos
afirmar que está hipótesis es cierta.
En cambio, rechazar la hipótesis es fácil: basta con
encontrar un contraejemplo. Es decir, si encontramos un
sólo cuervo que no sea negro, podemos rechazar la
hipótesis y decir rotundamente que :
"No todos los cuervos son negros“.
 HIPÓTESIS DE INVESTIGACIÓN
◼ La hipótesis es una afirmación acerca de un proceso que
describe lo que el científico cree que ocurre bajo
condiciones especificadas.
◼ Una hipótesis se basa en la observación o en un
experimento previo.
◼ Las hipótesis no pueden ser probadas, porque no es
posible conocer todas las condiciones que afectan el
resultado observado,
Únicamente son apoyadas o descartadas a partir de la
evidencia

9
 HIPÓTESIS DE INVESTIGACIÓN
◼ Los datos obtenidos a partir de experimentos controlados
proveen la evidencia para probar las hipótesis.
◼ Se formulan una hipótesis nula (H0) con el objetivo de
demostrar que es falsa (falsación).

10
 TEORÍAS
◼ Una teoría, generalmente, se construye a partir de hipótesis
o afirmaciones que han sido extensamente contrastadas y
que son apoyadas por los datos.
◼ Las teorías construidas servirán para explicar los
fenómenos naturales o para hacer predicciones.
◼ Una teoría puede ser reemplazada cuando los datos
muestran evidencia que contradice la predicción o
explicación basada en esa teoría.

11
 TEORÍAS
◼ El método usual para probar las teorías en las ciencias
naturales es la falsación.
◼ El poder del método científico, está en que, cuando un
investigador hace un experimento, él intenta encontrar
evidencia para demostrar que la hipótesis nula es falsa. Si
no puede rechazar la hipótesis H0 se dice que no existe
evidencia para descartarla

12
 INCERTIDUMBRE

Cualquiera de los sistemas que encontramos en la naturaleza

tienen una componente que es incierta o estocástico; es decir,
que no son completamente predecibles porque incluyen
procesos aleatorios que añaden un mayor o menor grado de
variabilidad y en consecuencia, de incertidumbre en sus
resultados.
Se utilizan diferentes denominaciones, para esta componente
tales como: azar, aleatoriedad, variación)
 MODELOS
Para interpretar formalmente cualquier observación
necesitamos un modelo. Los modelos son herramientas para
evaluar las hipótesis (Hilborn y Mangel 1997).
Un modelo es una representación abstracta de cómo creemos
que se comporta el fenómeno en estudio,
Los resultados de un sistema estocástico (observaciones)
pueden expresarse, en forma de modelo estadístico como:

Observación = Componente sistemática + componente estocástica

“Señal” “Ruido”
Información estructural aleatoriedad
 EL METODO DE INVESTIGACIÓN
HIPOTETICO - DEDUCTIVO

La realidad ofrece información que el científico percibe, a

primera vista, como datos desorganizados.

Hechos naturales
15
 PROCESO INDUCTIVO
Hipótesis

Al manipular esos datos, mediante un proceso que se

conoce como INDUCCIÓN, el investigador elabora
una hipótesis

.
PROCESO DEDUCTIVO

Teorías,
leyes,
modelos

Hipótesis

Las hipótesis permiten, mediante un proceso denominado

DEDUCCION, organizar los datos en forma de leyes, teorías
y modelos

17
 CONTRASTACIÓN ENTRE EL MODELO Y LA
REALIDAD
Teorías, leyes,
modelos
Las leyes, las teorías y los
modelos deben ser
contrastados con la realidad,
reanudándose el proceso
.

18
 Teorías,
leyes,
modelos
Hipótesis

19
Hechos natural= fenómeno
Aparentemente, el método inductivo-deductivo es
efectivo, independiente, aséptico, puro...
... pero en la realidad los científicos son seres
humanos, y no pueden desprenderse de sus intereses,
sentimientos e ideas políticas preconcebidas.
Esos prejuicios del individuo influyen en todo el
proceso de investigación

20
 Contrastación

Al observar un fenómeno de la naturaleza, cada

investigador puede visualizarlo de manera diferente
e intentar explicarlo de un modo diferente.

21
Hecho natural= fenómeno
Y aunque partieran de la observación
del mismo fenómeno, se les ocurrirían
diferentes hipótesis

Hechos natural= fenómeno

Por lo que elaborarán diferentes leyes,
teorías y modelos.

23
Hechos natural= fenómeno
 Teorías,
leyes,
modelos
Hipótesis

Hechos natural, fenómeno 24

 La Estadística
Es la rama de las matemáticas que estudia la variabilidad, así
como el proceso aleatorio que la genera siguiendo las leyes de la
probabilidad.​

La estadística, proporciona a la
investigación científica, los
métodos y procedimientos para :
 recolectar,
 organizar,
 Resumir
 y analizar

la información contenida en los

datos observados.
25
 MUESTREO

POBLACIÓN
OBJETIVO
PROBABILIDAD
Muestra

UNIVERSO
Subconjunto
POBLACION de datos
MUESTRADA

MUESTRA

26
 INFERENCIA

Población
muestreada
Universo o
población en Subconjunto de la
estudio población muestreada
Muestra

Muestra

Inferencias basada Inferencias basada en la evidencia

en antecedentes y proporcionada por los datos de la
marco teórico muestra (Estadística)
27
 POBLACIÓN

◼ El individuo es la entidad básica acerca de la cual se recoge

información y se denomina unidad de análisis o unidad estadística.
◼ El individuo puede ser : una persona, un organismo, una célula, una
planta, el suelo, el agua, un pez, una manzana, etc.
◼ La colección de individuos forma la población, la cual es delimitada
espacial y temporalmente.
Por ejemplo si nos interesa la producción de manzanas por árbol. La
población puede ser todos los arboles de manzano de una plantación, en
una estación del año.
La población debe ser delimitada espacial y temporalmente, además se
establecen criterios de inclusión, exclusión y eliminación

28
 VARIABLES
En estadística, una variable representa la medición de una característica
determinada de los individuos.
Ejemplos:
❖ Número de manzanas por árbol, peso en grs. de las manzanas producida por
cada árbol.
❖ Longitud y peso de los peces de un lago.
❖ Tiempo (en minutos) que se requiere para que la temperatura del cuerpo de
un lagarto del desierto alcance los 45 °C.

29
ESCALAS DE MEDICIÓN DE VARIABLES
Las variables pueden ser medidas en una escala:
a) Cuantitativa (numérica), cuando la medición se puede expresar de
manera natural como un número. Por ejemplo: peso, longitud, tiempo.
b) Cualitativa (categórica). Cuando la medición se expresa naturalmente en
palabras.(color, género, tipo de sangre, etc.) y la representación numérica
corresponde a la asignación de códigos (hembra=1, Macho =2).
Es importante recordar que los números que acompañan a las categorías son
códigos y no es válido hacer cálculos como con variables cuantitativas.

Observación.-
La razón por la cual es importante reconocer la escala de medición de las
variables es debido a que los procedimientos de análisis estadístico de datos a
utilizar depende la escala de medición de la variable.
ESCALAS DE MEDICIÓN DE VARIABLES

Las variables cuantitativas pueden ser

a) Discretas.- si toman solo valores enteros (Ej. Número de tortugas en
una Isla galápago)
b) Continuas.- si toma valores en cualquier intervalo (Ej. Ancho en cms.
de una hoja)

Las variables categóricas pueden ser :

Nominal .- Cuando no hay un orden natural en las categorías de la variable
(Color de los ojos, tipo de sangre, etc. )
Ordinal.- Si hay cierto orden natural entre las categorías de la variable ( Ej.
Ubicación del nido en el árbol para cierto tipo de ave bajo/medio/alto).

31
 PARÁMETROS
◼ Son cantidades que describen una población en relación a las variables
de interés.
◼ Cuando las variables son categóricas, generalmente el parámetro de
interés es la proporción ( ) de individuos que caen en una categoría o
exhiben cierto atributo. (Ej. La proporción de manzanos afectados por
una enfermedad en una plantación).
◼ Cuando la variable es cuantitativa un parámetro de interés puede ser la
media o promedio (), de la variable en la población (Ej. La edad
promedio de los arboles en la plantación de manzanos).

32
 MUESTRA
◼ Cuando se procede a recoger los datos acerca de las variables de interés
para la investigación, muy rara vez se dispone de información sobre
toda la población.

◼ Lo mas común es recurrir a subconjuntos aleatoriamente seleccionados

desde la población, estos subconjuntos se denomina muestras
aleatorias.

◼ Para determinar Cuántos individuos que conformarán la muestra y

cuáles de los individuos serán elegidos para ser medidos manteniendo el
requisito de aleatoriedad, se recurre a métodos estadísticos (Diseños
muestrales, diseños experimentales).

33
 ESTADISTICA O ESTADISTICO
◼ Las cantidades calculadas a partir de las muestras se denominan
estadísticos o estadísticas y se usan para estimar o hacer
afirmaciones acerca de los parámetros cuyos valores
desconocemos (La proporción estimada de arboles infectados en la
plantación, la edad promedio estimada de los manzanos de la
plantación)
◼ Convencionalmente, el símbolo usado para la media muestral es x
y para la proporción es P .

34
Extraído de «Estadística para biología y Ciencias de la salud». Susan Milton
35
 EJEMPLO

Un biólogo quiere conocer algunas características de los

rabipelados de la especie Didelphus marsupialis. Para lograr esto,
determina un territorio, dentro del cual selecciona 20 individuos de
la especie en cuestión y observa el número de glándulas sebáceas
en los miembros anteriores y el contenido de hemoglobina en
sangre.
¿Cuál es la unidad de análisis?
¿Cuál es la población?
¿Cuál es La variable?
¿De qué tamaño es la muestra?
¿Cuál es el parámetro?
¿Cuál es la estadística?
36
EJEMPLO

Se quiere conocer la temperatura promedio del agua del río

Rimac entre enero y Marzo de 2017, a una altura de 2000
m.s.n.m. Para lograr esto se midió la temperatura del agua en
el mismo lugar y hora (a las 6 am y a las 6 pm) todos los días
de ese periodo.

¿Cuál es la unidad de análisis?

¿Cuál es la población?
¿Cuál es La variable?
¿De qué tamaño es la muestra?
¿Cuál es el parámetro?
¿Cuál es la estadística?

37
 Ejemplos
Un investigador está interesado en la producción de una variedad de fresas
bajo ciertas condiciones de altitud, cantidad de agua y fertilizante utilizado.
Tiene 600 metros cuadrados de invernadero, con camas de un metro de ancho
por 13 de largo y una densidad de población de 20 plantas por metro cuadrado.
Selecciona aleatoriamente una cama y observa que el peso promedio por
semana es de 9,5 kgs.
¿Cuál es la unidad de análisis?
¿Cuál es la población?
¿Cuál es La variable?
¿De qué tamaño es la muestra?
¿Cuál es el parámetro?
¿Cuál es la estadística?

38
 INFERENCIA ESTADÍSTICA
La inferencia estadística se utiliza para tomar decisiones con respecto a
una o mas poblaciones, en base a un cuidadoso diseño de investigación
(diseño metodológico).

◼ La estadística provee dos formas de hacer inferencias

a) Estimaciones de parámetros por intervalos de confianza

b) Pruebas de hipótesis estadísticas.

39
 INFERENCIA ESTADISTICA

Probabilidad

Parámetros

Estadísticas

POBLACIÓN DE
MUESTREO MUESTRA

Observación.-
Las inferencias estadísticas son válidas solo de la muestra a la población
muestreada 40
 HIPÓTESIS ESTADÍSTICAS
La hipótesis estadística es la transformación de las hipótesis de
investigación en símbolos matemáticos (parámetros)
Hipótesis estadística.-
Proposición o afirmación en relación a uno más parámetros
estadísticos.
Prueba de hipótesis.-
Procedimiento de toma de decisiones con respecto a la hipótesis
(rechazarla o no rechazarla).
Otros nombres que se utilizan para denominar este
procedimiento son: Contraste de hipótesis, dócima de
hipótesis, test de hipótesis
 PRUEBA DE HIPÓTESIS ESTADISTICA

Para verificar las hipótesis estadísticas se utiliza el Principio de

falsabilidad de Karl Popper , esto es, tratar de probar que la hipótesis
formulada es falsa. Con este fin se construyen dos hipótesis.

Hipótesis nula (H0).-

Se formula como una negación de lo que el investigador quiere probar.

Hipótesis alternativa (HA).-

Considera todas las alternativas posibles a la hipótesis nula (generalmente,
esta es la hipótesis del investigador).
 PRUEBA DE HIPÓTESIS

En el proceso de prueba de hipótesis, el problema que enfrenta el decisor es :

Rechazar o no rechazar la hipótesis nula

Mediante la evidencia proporcionada por la muestra observada, el

investigador busca rechazar o negar la hipótesis nula. En el caso de que lo
consiga, concluirá que la muestra provee evidencia significativa para
rechazar la hipótesis nula y optará por la hipótesis alternativa.
 EJEMPLO
Pregunta:
¿Cómo encuentran los salmones sus lugares de reproducción rio arriba?

Hipótesis de investigación:
Los salmones navegan orientándose por su visión.

Transformando la hipótesis de modo que pueda ser comprobada se

expresaría asi:
Un grupo de salmones que, al comenzar su migración aguas arriba, es
capturado y cegado temporalmente no será capaz de alcanzar sus cuarteles
de reproducción en un número mayor que el esperado por azar. Mientras
que otro grupo (control) de iguales características (tamaño, número,
origen) regresará en números significativamente mayor de lo que se
esperaría por azar.
Esta es una hipótesis comprobable
 EJEMPLO
Hipótesis estadística nula:
H0: La proporción de salmones del grupo cegado que regresan es
igual a la proporción del grupo control (no cegado) que
regresan
Para comprobarlo se realizará un experimento :

Diseño: se seleccionarán 2 grupos de salmones

Grupo 1: n1 salmones y son temporalmente cegados
Grupo 2: n2 salmones no son cegados

¿Cómo diseñar el experimento?

 EJEMPLOS DE HIPÓTESIS

1. Un biólogo sospecha que debido a la escasez de alimento que hay en un

río, la talla promedio de las truchas adultas que viven en el mismo no
alcanza el tamaño mínimo de pesca permitido que es de 25 cm. Si se
comprueba la sospecha del investigador se prohibirá la pesca de truchas
en ese río, de lo contrario no se tomará ninguna medida.

2. Un laboratorio afirma que la nueva droga que lanzará al mercado es

eficaz como tratamiento del SIDA, pues el 80% de los pacientes
responde positivamente al tratamiento. .
 EJEMPLOS DE HIPÓTESIS
3. Un entomólogo sospecha que en cierta zona endémica para el
dengue el valor de la tasa neta reproductiva (Ro) de una población del
mosquito Aedes aegypti vector de dicha enfermedad, ha cambiado en
relación con el valor determinado hace 5 años el cual era igual a 205
individuos. Con tal propósito determinó el valor de Ro a 40 hembras
criadas en el laboratorio y pertenecientes a una cepa desarrollada a
partir de mosquitos capturados en la zona estudiada.

47
 EJEMPLOS DE HIPÓTESIS
4. Un especialista en nutrición sospecha que el contenido de proteína total
en la sangre de pacientes que están sometidos a cierto régimen de
alimentación no es el mismo que el registrado en otro grupo de pacientes
sometidos a otro tratamiento.

5. Con el objetivo de averiguar si la temperatura de los ríos de la selva es

mayor se realiza un estudio en el cual se determina la temperatura del
agua en ríos de páramo (>2800 m.s.n.m.) y de selva nublada (entre 1800
y 2800 m.s.n.m.) .