La Estadística y la Corrupción

Tenia pensado agregar un post referido a la Estadística y la Corrupción, pero me di cuenta que la corrupción esta en todo, desde lo más simple de las cosas que hacemos hasta lo más complejo.  De repente no iba poder terminar el post por la cantidad de información o detalles que tendría que haber considerado. Por eso decidí mejor presentar el siguiente video.

Estadística y Decisiones

Hace apenas unas décadas, disponer de los datos y luego analizarlos eran actividades costosas y laboriosas, ya que se basaba en labores manuales. Hoy se cuenta con computadoras veloces y económicas, y existe software y aplicaciones potentes y flexibles, por lo cual las organizaciones obtienen diferencia competitiva en relación a su competencia, y podrán mejorar continuamente la performance de sus indicadores de los procesos y las actividades que se gestionan en una organización.

Pero no se puede gestionar lo que no se mide. Si no se puede medir, no se puede controlar. Si no se puede controlar, no se puede gestionar. Si no se puede gestionar, no se puede mejorar. La falta de estadísticas en las organizaciones impide su administración. Decidir en base a datos del pasado, predecir por intuición o en simples extrapolaciones, y tomar decisiones desconociendo las probabilidades de ocurrencia, son sólo algunos de los problemas más comunes que ocurren en las organizaciones.

Cuando los procesos de cambios eran lentos, los cuales resultaban casi imperceptibles en el tiempo, se podía administrar una organización con pocos datos estadísticos. Hoy, en una era de profundos y veloces cambios en todos los órdenes, ya no es posible actuar con desinterés. Hoy un tomador de decisiones necesita predecir a tiempo diversos indicadores, necesita reconocer a tiempo los cambios de tendencia.

Para negociar, para corregir problemas de calidad, para aumentar la productividad, para fijar precios, para eliminar los “cuellos de botella”, para invertir, para contratar nuevo personal, para diseñar y evaluar políticas públicas, para elaborar presupuestos, para priorizar proyectos, etc., se requiere contar con datos estadísticos. Toda decisión, todo análisis, está en el aire si no se cuenta con datos estadísticos suficientes y fiables.

Toda organización pública o privada, de avanzada, son aquellas que hicieron de las estadísticas una herramienta fundamental. Sin estadísticas una organización carece de capacidad para reconocer qué actividades o productos se cumplen a tiempo y cuáles no. No gestionar datos ni interpretarlos correctamente es para los administradores como caminar a oscuras. Gestionar datos, permite ver lo que está aconteciendo y en consecuencia tomar las medidas más eficientes y oportunas.

Cada día se exige ser más productivos y eficientes, ello es posible a partir de información estadística debidamente analizada.

Pretender dirigir una organización como hace un par de décadas atrás ya no es posible. El tomador de decisiones tiene en sus manos la decisión de mejorar su institución a través de una gestión moderna con base en datos estadísticos o seguir en la oscuridad.

¿Cómo reponder las preguntas del jurado?

Luego de la sustentación de la tesis vendrá la estación de preguntas e intercambio de ideas de lo expuesto con el jurado, por lo que se debe tener en cuenta los siguientes aspectos:

Escuchar con atención al jurado mientras platea sus observaciones o preguntas, y no interrumpir.

Anotar las preguntas en forma ordenada.

Evite los gestos negativos y muestras de asombro.

Ordenar las ideas antes de responder. La respuesta debe surgir de un conocimiento previo. Evitar los juicios sin base.

Las objeciones a los señalamientos del jurado, también deben tener fundamento, pero han de realizarse con respeto y elegancia

Evitar contradecir al jurado, cuando se trate de posturas teóricas opuestas. Respete la postura del interlocutor y haz respetar con argumentos válidos. Por otro lado las teorías, son provisionales, incompletas susceptibles de falsación y por tanto de discusión.

Tomar nota de las preguntas de las preguntas conforme se vayan formulando, para no olvidarse en el momento de responder. Es preferible dar un tiempo mínimo para cada respuesta.

Evitar a toda costa el enfrentamiento, que puede tener cabida en otro momento y lugar más propicios, aunque sea a costa de dar la razón al miembro disidente.

En la mayoría de los caso la calificación no depende de las respuestas sino de la imagen que los miembros del jurado se llevan del muevo magister o doctor como miembro de una comunidad científica.

Validez de una Investigación

La validez de un diseño de investigación o tesis se compone de dos conceptos: la validez en la interpretación de los resultados y la generalización de los resultados a otros grupos de personas. La primera se denomina validez interna y la segunda, validez externa.

La validez interna de los resultados del estudio de investigación o tesis son producto de las variables manipuladas o medidas por el investigador; no se incluye el efecto de otras variables que no haya sido tratada sistemáticamente.

La validez externa de un estudio de investigación o tesis se refiere que los resultados obtenidos pueden generalizarse a otros grupos, diferentes de las observadas en el estudio; y, si los resultados obtenidos en el experimento, pueden extenderse al mundo real.

En general existe una situación complicada en optimizar la validez interna y externa. Cuando el investigador selecciona un diseño fuerte para controlar la validez interna, su trabajo lo desarrolla en situaciones que no están presentes en la realidad natural y por tanto los resultados producto de las variables que manipula no se pueden generalizar a otras poblaciones. Buscando aumentar la validez externa, el investigador trabaja en el mundo real y no en situaciones altamente controladas como el laboratorio; en consecuencia las conclusiones se ven afectadas por la validez interna.

La polémica de los investigadores se centra en cómo obtener un equilibrio, aumentar la validez interna sin disminuir la externa. Este equilibrio va depender en gran medida del conocimiento y experiencia del investigador y de su capacidad para encontrar el diseño apropiado de la investigación que realiza. Algunos estudios de laboratorio se pueden realizar en condiciones del mundo real como sucede en los estudios de campo, los cuales facilitan un control parcial de las variables qué afectan la validez interna del diseño.

La evaluación de toda investigación, además de la validez interna y externa, exige analizar la validez de construcción, para esto, se determina:

a.    la correcta representación de las definiciones operacionales;

b.    en qué medida el diseño permite alcanzar conclusiones de causalidad entre las variables independientes y dependientes, o sea, el análisis de la validez interna que ofrece el diseño;

c.    la extensión con que la muestra del estudio permite generalizar los resultados a otras poblaciones y situaciones, es decir, la validez externa.

Al redactar el informe de tesis

El informe de tesis es el documento donde se presentan los resultados alcanzados por el tesista en su trabajo de investigación. Se debe presentar de forma sistematizada, lógica y objetiva, en correspondencia con el proyecto presentado, discutido y aprobado para la búsqueda de soluciones al problema planteado. En muchas ocasiones a pesar de tener resultados relevantes, la forma en que se presentan no los hace comprensibles y se pierda la calidad de la investigación; por tanto, el informe de la tesis debe tener en cuenta dos tipos de requisitos: de fondo y de forma.

En los requisitos de fondo, el informe de tesis debe contener unidad, demostración, profundidad y originalidad.

Unidad, es la armonía de las partes con el todo. Las ideas, tanto principales como secundarias deben estar en armonía. Aunque existan varias ideas, hay una que es la idea fundamental, la base de la investigación y el objeto final de la misma. Las otras ideas son secundarias con respecto a ella.

Demostración, la tesis debe ser demostrada mediante el razonamiento lógico de los resultados a través de los procesos análisis y discusión que debe llevar a conclusiones.

Profundidad, la tesis debe enfocarse en la esencia del problema, no debe limitarse a sus cualidades fenomenológicas.

Originalidad, la tesis tiene por objeto una materia que demostrable, y esto se logra mediante el análisis de los intentos realizados anteriormente por otros investigadores, o por el propio investigador, de resolver el problema.

En los requisitos de forma, se debe tener en cuenta el lenguaje, la organización del texto y la redacción del informe.

El lenguaje de la tesis debe ser adecuado al objeto de estudio y a la ciencia donde se desenvuelve la investigación. El tesista debe mostrar dominio de los términos empleados en la tesis, así como del área de investigación donde se desarrolla. La claridad es vital, la escritura debe ser accesible, explicar con pocas palabras y describir los conceptos difíciles de comprender. La sintaxis debe ser adecuada y el vocabulario al alcance de los lectores, no se deben usar palabras ambiguas o vagas. Se debe escribir en un estilo sobrio y mesurado.

La organización del texto, la redacción debe escribirse en forma impersonal, es decir, en tercera persona del singular. Escribir con mayúscula cuando sea necesario, sin abusar de su uso. Se debe revisar la versión impresa con el fin de constatar un correcto paginado, si las citas están entrecomilladas y referidas, si se corresponde el número de las notas con la referencia y se aprecia correctamente en el texto; si la bibliografía está ordenada de acuerdo a la norma Vancouver o APA, y si cuenta con todos los datos necesarios, ya sea libro o artículo de revista.

La redacción del informe debe estar en tiempo pasado. La introducción, fundamentación y marco teórico se redacta en presente, ya que son aspectos válidos hasta el momento y que mantienen su vigencia. La metodología y los procedimientos se escriben en pasado, pues representan acciones ya realizadas. Los resultados se escriben en pasado, pues fueron encontrados antes de escribir la tesis. En la discusión al debatir y opinar sobre contenidos de otros autores se escribe  en  presente,  pues  son  conocimientos  actuales  que  se  usan  como referencia;  cuando  se  comentan  los  resultados  obtenidos, se  escriben  en pasado.

Es importante que el tesista sepa que debe utilizar todo lo mencionado en este post como modelo y no interpretarlas como documento normativo. Un trabajo de tesis, no debe juzgarse sólo por su forma sino principalmente por la calidad de su contenido. La  amplitud de temas en que podría desarrollarse una tesis de maestría o doctorado, para cualquier carrera, hace infructuoso cualquier esfuerzo por diseñar un patrón para el informe de la tesis.

Criterio 3: El Diseño de Investigación

El tercer criterio para elegir un procedimiento estadístico para el análisis de datos es el diseño de investigación. Un diseño de investigación requiere un plan, este plan debe ser específico y sólo sirve para la investigación que se estudia. Por tanto habrá tantos diseños como estudios de investigación se realicen. Sin embargo, hay esquemas y formatos que se pueden adaptar realizando ajustes convenientes.

Si se quiere utilizar el diseño de casos y controles, pero no como está descrito en un libro, se realiza los ajustes necesarios para cumplir con el propósito del estudio que se realiza. Al aplicar un diseño de cohortes o un diseño de Focus Group, cualquiera que sea el diseño que se elija, se tienen que hacer ajustes, porque cada diseño responde a una idea específica. En realidad diseñar significa elaborar un plan para una idea de investigación, los diseños de investigación no se eligen, se crean; casi siempre se parte de esquemas que ya existen.

Los diseños en investigación más conocidos que existen dependen de su origen, tenemos a los diseños epidemiológicos, comunitarios o ecológicos, los diseños experimentales y los diseños de validación instrumentos.

Los diseños epidemiológicos se originaron en las ciencias de la salud, pero no son exclusivos para el uso en el campo de la Salud, si un diseño epidemiológico se acomoda a una idea de investigación, se puede utilizar, aunque no estemos investigando en el campo de la salud.

En los diseños epidemiológicos se tienen los estudios descriptivos de prevalencia e incidencia, estos son términos epidemiológicos, pero aplicables a otros campos de las ciencias. Investigar la prevalencia de una enfermedad implica diseñar un estudio de manera observacional, retrospectiva, transversal y descriptivo; se puede hacer uso de los diseños de acuerdo al propósito del estudio. El diseño de incidencia es un estudio observacional, prospectivo, longitudinal y descriptivo.

El diseño epidemiológico de casos y controles es observacional, retrospectivo, transversal y analítico. El diseño de cohortes es muy similar, pero es transversal y prospectivo. Lo que tienen en común es que son estudios analíticos y observacionales, no se realiza experimento.

En los casos mencionados, cómo interviene el análisis estadístico? El riesgo relativo se calcula para el diseño de cohortes y el odds-ratio para el diseño de casos y controles, ya que para estudiar a los factores de riesgo se debe hacer un diseño de cohortes. Pero si no se puede hacer un estudio prospectivo, se puede hacer un estudio retrospectivo de casos y controles, los resultados que se van a encontrar serán muy similares al diseño de cohortes.

Dentro de los diseños epidemiológicos, también se tiene a los estudios experimentales, que en salud se le denomina el ensayo clínico, el ensayo clínico es un conjunto de diseños que tiene cuatro fases: la primera y la segunda pertenecen al nivel explicativo, la tercera al nivel predictivo y la cuarta pertenece al nivel aplicativo. El ensayo clínico es en cierta manera un diseño complejo.

Los diseños comunitarios o ecológicos surgen en el campo de las ciencias sociales, ya que en las ciencias sociales se investiga y analiza el conjunto o la comunidad. En las ciencias sociales se habla de sociología y de antropología, la sociología estudia la comunidad y la antropología estudia el individuo.

En los diseños comunitarios o ecológicos, se tiene la experiencia de estudios y conocimiento sobre investigación cualitativa de nivel exploratorio, cuando se realiza estudios de esa naturaleza, los procedimientos analíticos empiezan a cambiar de una y otra forma.

Por ejemplo, si se realiza el estudio acerca del nivel de conocimientos que tiene una población sobre la prevención de una enfermedad, entonces se toma una muestra de 80 personas, se les aplica una evaluación pretest, luego se desarrolla una campaña sobre la población para educarlos acerca de la prevención de la enfermedad. Luego se vuelve a tomar una muestra de esa población de 80 personas, y se realiza una medición posterior.

En la situación descrita, cuál es la procedimiento estadístico que se debe desarrollar, teniendo en cuenta que la variable evaluada es categórica? Se piensa que el procedimiento es la prueba de Mc Nemar, es el antes y después. Si la variable fuera numérica, se aplica t de Student, para muestras relacionadas, pero sólo funciona cuando la unidad de estudio es el individuo. La prueba Mc Nemar y t de Student para muestras relacionadas, mide la variación del mismo individuo; en cambio cuando se estudia toda la población, se toma una muestra de esta población, se hace una intervención, se vuelve a tomar una muestra de la misma población, pero no son los mismos individuos; entonces, no se puede aplicar Mc Nemar, ni tampoco t Student para muestras relacionadas. Se tendría que aplicar una comparación con Chi cuadrado de homogeneidad o la t de Student para muestras independientes y se asume que la diferencia se debe a la intervención, ya que la unidad de estudio es todo el conjunto de la población.

Los procedimientos analíticos de Mc Nemar y t de Student para muestras relacionadas, se aplican única y exclusivamente cuando la unidad de estudio es un individuo y aquí debemos remarcar que todos los diseños experimentales son estudios a nivel individual.

Los diseños experimentales se caracterizan por la intervención y el control. El análisis estadístico tiene lugar sí se tiene dos controles, es decir el grupo de casos (grupo experimental) y el grupo Control; o si se tiene dos mediciones, la medición antes y la medición después. Si se tiene ambas situaciones se está frente a un experimento verdadero.

Si no se tiene el grupo Control, entonces se está frente a un cuasi experimento y si no se tiene la medición antes, se está frente a un pre-experimento. Estas situaciones hacen que el análisis estadístico sea ciertamente distinto en cada caso. Porque si se tiene un grupo experimental, se tiene un grupo blanco o grupo control y luego se realiza una medida basal y luego se realiza una medida después de la intervención; entonces el análisis estadístico consiste en hacer una diferencia entre la medida final y la medida inicial en cada grupo y comparar esas diferencias con t de Student para muestras independientes.

Pero si se elimina un grupo y solamente se tiene el grupo experimental, es cuasi experimento, entonces se aplicará t de Student para medidas (o muestras) relacionadas, o medidas repetidas. Qué pasa si se tiene los dos grupos, el grupo experimental y el grupo blanco, pero no se tiene la medida previa, sólo se tiene una medida, el experimento es transversal; entonces sólo queda comparar estos dos grupos, con t de Student para muestras independientes.

Pero qué sucede si se tiene tres grupos, dos grupos experimentales y un control o un grupo experimental y dos controles, entonces se aplica el análisis de la varianza, si sólo se tuviera un factor, análisis de la varianza unifactorial. Todos estos procedimientos corresponden a los diseños experimentales.

Se puede utilizar estos procedimientos analíticos en datos que no corresponda a un experimento, por supuesto que sí. Estas herramientas surgieron en el campo de las ciencias experimentales, pero no son de uso exclusivo. Se puede realizar el análisis factorial univariante, multivariante, el análisis de la covarianza, el análisis en bloques; todos estos procedimientos, en un estudio que no sea experimental, si se hace los ajustes convenientes

Utilizar un diseño experimental no significa que el estudio es experimental, se puede hacer un estudio observacional y se puede aplicar este esquema del análisis de la varianza con un factor o factorial, si se acomoda a lo datos y al propósito del estudio que no es experimental. Un estudio experimental y un diseño experimental no es lo mismo, no son sinónimos. Los diseños experimentales son esquemas metodológicos y analíticos que se pueden utilizar donde se requiera, ya que son esquemas metodológicos y analíticos.

El diseño de validación de instrumentos estudia la creación y validación de un instrumento de medición documental. Cuando se elabora un instrumento, se estudia el instrumento no a los individuos se toma a los individuos nada más para evaluar las propiedades métricas del instrumento, lo que se valida es el constructo, el concepto, el contenido, no el individuo, usuario o cliente. Por eso, cuando se hace la prueba piloto, el muestreo es según criterio, muestreo no probabilístico. Igual, cuando se busca jueces para juicio de expertos, se elige el número de jueces que se crea conveniente.

Entonces en la validación de instrumentos tiene que ver más con el concepto que se está tratando de evaluar, no es lo mismo evaluar la depresión que el estrés laboral, la felicidad o el rendimiento académico, son las variables subjetivas que se estudian con la validación de instrumentos.

Los instrumentos en investigación científica son de dos tipos de instrumentos: mecánicos y documentales los instrumentos mecánicos sirven para medir variables objetivas, como peso, talla, longitud, masa tiempo, es decir dimensiones físicas y los instrumentos documentales están destinados a medir magnitudes lógicas de las unidades de estudio, que se supone que las poseen, como rendimiento académico, estrés laboral, calidad. No se miden con un aparato, se debe construir un instrumento, este instrumento se construye y queda un documento o instrumento y luego este instrumento se valida, evaluando sus propiedades métricas.

Entonces para medir una variable subjetiva a lo largo de nuestra línea de investigación, se debe crear un instrumento y validarlo; de eso trata el diseño de la validación de instrumentos. Por eso para validar los instrumentos, se toma una muestra no probabilística, y todos los procedimientos analíticos necesarios son distintos.

Criterio 1: El Tipo de Investigación

El primer criterio para elegir un procedimiento estadístico para el análisis de datos es el tipo de investigación. Es decir se debe clasificar la investigación, en cada uno de los siguientes cuatro tipos: a) según la intervención del investigador (observacional o experimental); b) según la planificación de la toma de datos (retrospectivo o prospectivo); c) según el número de veces en que se mide la variable de investigación (transversal o longitudinal), d) según el número de variables de interés (descriptiva o analítica).

Un estudio debe estar clasificado en cada uno de los tipos mencionados, y debe ser excluyente en cada caso, a la clasificación interna. No puede haber un estudio que se escape a esta clasificación.

Según la intervención del investigador

Observacional (sin intervención), si no existe intervención y los datos reflejan la evolución natural de los eventos, al margen de la voluntad del investigador.

Experimental (con intervención), si el investigador manipula la variable de la investigación, por tanto son planeados, es decir prospectivo; se tendrá que hacer dos mediciones antes y después de la intervención, por eso es longitudinal y estas dos mediciones se tendrán que comparar, por eso son analíticos y las modificaciones que se produzcan, en la segunda medición, se deben a la intervención, por eso son explicativos. Son investigaciones de causa y efecto, además de controlados.

No solo los estudios experimentales, también los estudios aplicativos y todos los estudios desde el nivel explicativo hacia arriba, en los niveles de la investigación, el análisis estadístico es más complejo. En cambio en los estudios observacionales el análisis estadístico es más sencillo.

Cuando se clasifica la investigación, se evalúa el procedimiento estadístico que se va aplicar, ciertamente lo primero que se analiza es si la investigación es con intervención o sin intervención.

Según la planificación de la toma de datos

Retrospectivo, cuando los datos se toman de registros en la cual el investigador no tuvo participación. No se puede garantizar la certeza y exactitud de las mediciones. Se le conoce como datos secundarios.

Prospectivo, cuando los datos necesarios para la investigación son tomados con intención y es el investigador quién realiza las mediciones y tiene control sobre el sesgo de medición.  Se le conoce como datos primarios

Cuando la toma de datos es prospectivo, permite el control de los sesgos de medición, obteniendo datos primarios y cuando se usa información de otro lado son datos secundarios.

Según el número de veces en que se mide la variable de investigación

Transversal, si todas las variables son medidas en una sola ocasión. Para realizar comparaciones se tratan como muestras independientes.

Longitudinal, cuando la variable de investigación es medida dos o más veces, al realizar comparaciones entre estas medidas se tratan de muestras relacionadas con comparaciones antes-después.

Según el número de variables de interés

Descriptiva, porque el análisis estadístico es univariado, solo describe o estima parámetros en la población de la investigación a partir de una muestra.

Analítica, porque tienen al menos dos variables de interés, por eso el análisis estadístico es bivariado, estas investigaciones plantean y realizan pruebas de hipótesis.

El análisis estadístico en los estudios descriptivos es distinto a los estudios analíticos, es decir que el tipo de investigación es el primer criterio para hablar del aspecto analítico de la prueba estadística y en términos generales del procedimiento estadístico, ya que una investigación no siempre usa la prueba hipótesis. Entonces tenemos los estudios con prueba de hipótesis y los estudios con estimación puntual que también desarrolla procedimientos estadísticos.

En resumen, estás cuatro clasificaciones son independientes, la clasificación del primer criterio, no tienen nada que ver con la siguiente clasificación, por tanto los estudios observacionales y analíticos existen. Es decir, se puede hacer todas las combinaciones que se requiera de la clasificación de los estudios, según la intervención del investigador es totalmente independiente de la clasificación de los estudios según la planificación de las mediciones, por supuesto también de la clasificación de los estudios según el número de mediciones que se realiza sobre la variable de estudio. Entonces se puede tener un estudio que sea con intervención, transversal y prospectivo o se podría tener un estudio que sea observacional, retrospectivo y longitudinal.

Esta combinación de los tipos de investigaron permitirá en su momento, la precisión de la técnica a utilizar para realizar el análisis estadístico correspondiente.

Criterios para elegir un Procedimiento Estadístico

Es muy frecuente y mucho más cuando se lleva a cabo una tesis, preguntar; ¿Qué procedimientos estadísticos debo utilizar en relación al análisis de datos?, ¿se debe aplicar Chi Cuadrado, t de Student u otro procedimiento estadístico?, ¿Qué criterios se utilizan para decidir por uno u otro procedimiento?

En realidad no hay reglas o pasos, existen criterios que se deben tener en cuenta, los cuales se deben aplicar y usar con retroalimentación y ajustes permanentes. Estos criterios son los siguientes:

CRITERIO	OBJETIVO
1.    El tipo de investigación	Ubicar la investigación o tesis en función de cada una de las siguientes situaciones: Si hay o no intervención del investigador (experimental u observacional). Si los datos son primarios o secundarios (retrospectivo o prospectivo). El número de mediciones sobre la variable de estudio (transversal o longitudinal). Número de variables analíticas (descriptivo o analítico).
2.    El nivel de investigación	Establecer el nivel de la investigación: Exploratorio. Descriptivo. Relacional. Explicativo. Predictivo. Aplicativo.
3.    El diseño de investigación	Construir un plan del modus operandis, en base a los siguientes modelos de diseños en investigación (según el origen): Epidemiológicos Experimentales Comunitarios o ecológicos Validación de instrumentos. Existen otros diseños (revisar Diseños de Investigación).
4.    Los atributos de la variable de investigación	Conocer los atributos de la variable en el estudio, tanto del tipo de variable (cuantitativa o cualitativa), como su escala (nominal, ordinal, intervalo o razón)
5.    El objetivo de investigación	Traducir operativamente el   propósito del estudio, y establecer cómo se va a trabajar según el nivel de investigación.
6.    El comportamiento de los datos	Analizar, conocer y precisar la distribución de los datos, ya que su distribución sólo va a ser conocida cuando se han obtenido los datos.

Estos seis criterios permitirán orientar qué técnica o procedimiento estadístico utilizar en una tesis. En las siguientes entradas se darán más detalles y razones de cómo estos criterios ayudaran a la elección de los procedimientos a usar, en el análisis estadístico de datos.