Eleccion De Metodo De Comprobacion De Hipotesis

“2013. AÑO DEL BICENTENARIO DE LOS SENTIMIENTOS DE LA NACIÓN.”

UNIVERSIDAD PEDAGÓGICA NACIONAL

UNIDAD 151 TOLUCA SUBSEDE ACAMBAY

LICENCIATURA EN PEDAGOGÍA

ENSAYO:

“métodos para la comprobación de hipótesis”

ASESOR ACADÉMICO: m. en c. ERIK MARTÍNEZ MONTIEL

ALUMNA: DULCE MARISOL CASTAÑEDA RODRÍGUEZ

CUARTO SEMESTRE 31 DE mayo 2013

En una investigación cuantitativa, para analizar los datos que arroja esta investigación, existen diversos procedimientos estadísticos con los cuales se puede hacer el procesamiento de la información.

De acuerdo al tema de la investigación, de la población y muestra seleccionada, se logra determinar bajo que método se deben realizar la comprobación de hipótesis, lo cual no es tarea fácil, debido a que dependiendo del tipo de método empleado en la investigación, también se determina el grado de confiabilidad que tiene la misma.

Dentro de la Estadística, existen procedimientos de inferencia estadística clasificados como estadísticos paramétricos y no paramétricos que ayudan a la comprobación de hipótesis:

“aquellos procedimientos que prueban hipótesis que no son afirmaciones acerca de los parámetros de la población, se clasifican como no paramétricos, mientras que a aquellos que no hacen suposición alguna acerca de la población de la cual se extraen las muestras, se les conoce como procedimientos de libre distribución” (compendio UPN. pp. 658)

Es necesario aclarar que a las pruebas no paramétricas también se les llama de libre distribución, entonces, tenemos dos formas de comprobar hipótesis: una a través de métodos paramétricos y otro por medio de métodos no paramétricos, pero, ¿en qué radica la diferencia entre los métodos paramétricos y no paramétricos? ¿Cuáles son más eficientes? ¿Qué método daría mayor confiabilidad a la investigación por la comprobación de hipótesis?

María José Marques Dos Santos, en su libro Estadística Básica, un enfoque no paramétrico, menciona que la estadística paramétrica se enfoca al interés de hacer estimaciones y pruebas de hipótesis acerca de uno o más parámetros de la población o poblaciones. Y recomienda: “…debemos tener la precaución de verificar que la población o poblaciones de donde provienen las muestras están distribuidas normalmente, aunque sea en forma aproximada” (Marques. pp. 1)

Y referente a los métodos no paramétricos o de libre distribución, “no depende del conocimiento de cómo se distribuye la población… estos métodos son convenientes si no se conoce la distribución de la población…los cálculos necesarios son más sencillos” (Marques .pp. 1).

Como se puede observar, los métodos paramétricos implican un proceso complejo, donde se realizan un mayor número de operaciones para determinar su tipo de distribución, y el numero de la muestra es amplia, resulta conveniente recordar que entre mayor manejo de datos de la población es mejor, porque los datos serán más verídicos y eficientes que si se toma una población y muestra reducida (como es el caso de los métodos no paramétricos).

Dentro de los estadísticos manejados en las pruebas paramétricas, se encuentra el estadístico t- student (utilizado para muestras menores de 30 datos) y el estadístico de z (para muestras mayores de 30 datos).

Citando las ventajas y desventajas que manejan Levin, Rubin, Balderas, Del Valle y Gómez (2004, pp. 623) para los métodos no paramétricos, se enlistan de la siguiente manera:

Ventajas:

1. No requieren la suposición de que una población está distribuida en forma de curva normal u otra forma específica.

2. Generalmente es más sencillo realizarlas y entenderlas. La mayor parte de las pruebas no paramétricas no exigen el tipo de cálculos laboriosos

...