operacionalizacion varibles clase 1.pptx

operazionalizacion varibles teoria

1. Dr. Percy Rossell Perry [email protected] HIPÓTESIS Y Operacionalización de las variables

2. ¿ Qué información necesito para la operacionalización de las variables?

3. Logro de la sesión Formula las hipótesis y operacionaliza las variables con coherencia. 

4. Sesión 1 1. Variables 2.  Tipos de variables 3.  Control de factores 4. Dimensión conceptual y operacional de las variables 5. Hipótesis

5. Hipótesis Hipótesis principal “En la empresa ABC, periodo julio a septiembre 2016, se encontraría mobbing en una prevalencia de 33.33% de los trabajadores”.   Hipótesis secundarias El 33.33% de los trabadores no recibirían ningún tipo de hostigamiento. El 33.33% de los trabajadores serían víctimas de hostigamiento que no cumple los criterios diagnósticos de mobbing .    La mayor parte de los acosadores serían los jefes y supervisores.

6. Hipótesis  Las hipótesis se derivan de los objetivos de la investigación.  Las hipótesis pueden ser:  A. Descriptiva B. Correlacionales C. De diferencia de grupos D. Explicativas ( bivariadas y multivariadas)

7. Hipótesis No son obligatorias las hipótesis, en: Cualitativa Cuantitativa exploratoria Cuantitativa descriptiva

8. ​S on las características del objeto en estudio que pueden o  ​ deben sufrir cambios durante la investigación. ​ En un estudio analítico, el investigador estudia las asociaciones  ​ entre variables para predecir los resultados y extraer inferencias. ​ ​ Variables Hernández R. Fernández C. Baptista P. ​    Metodología de la Investigación. ​ Ed Mc Graw-Hill 4ta Ed México.

9. Según como se expresan los valores: a) Variable categórica: Se expresan mediante categorías en forma cualitativa. Ejem: Sexo, estado civil. Puede ser:    Dicotómica:   2 valores. Ejemplo, estado de salud (sano/enfermo). Politómica:  Se expresa en más de dos valores. Ejemplo, pronóstico de una enfermedad (recuperación, cronicidad, muerte). Tipos de variables TAMAYO J. Estrategias para diseñar y desarrollar proyectos de investigación ​ en ciencias de la salud. Ed UNMSM Lima 2002 ​. ​ ​

10. b) Variable numérica . Se expresa la variable en forma de números (cuantitativa). Ejemplo: Edad, peso. Puede ser:  Discretas: expresan valores enteros. Ejemplo, número de hijos. Continuas: expresan fracciones. Ejemplo, Edad, peso, etc.   Tipos de variables TAMAYO J. Estrategias para diseñar y desarrollar proyectos de investigación ​ en ciencias de la salud. Ed UNMSM Lima 2002 ​. ​ ​

11. Cuando se desea una explicación causal del problema: Variable independiente (x) o predictora Seleccionada por el investigador para la investigación Es la primera que se observa y probable que sea causal. ​ Tipos de variables Hernández R. Fernández C. Baptista P. Metodología de la Investigación. Ed Mc Graw-Hill 4ta Ed México. ​ ​

12. Variable independiente (X) o causal Representan los factores que constituyen la causa. En un estudio experimental. es la variable que manipula el investigador. Ejemplos: Edad, raza, sexo, tabaquismo, consumo de pescado. ​ Tipos de variables Hernandez  R.  Fernandez  C. Baptista P. Metodología de la Investigación. Ed Mc Graw-Hill 4ta Ed México. ​ ​

13. Variable dependiente (y) o de resultado Es la variable que mide o describe el problema que se estudia. En los estudios experimentales: Son los resultados efectos o desenlaces del estudio. ​ Tipos de variables Hernández R. Fernández C. Baptista P. Metodología de la Investigación. Ed Mc Graw-Hill 4ta Ed México. ​ ​

14. Variable dependiente (Y) Ejemplos: Infartos, ictus, calidad de vida, etc. ​ Tipos de variables Hernández R. Fernández C. Baptista P. Metodología de la Investigación. Ed Mc Graw-Hill 4ta Ed México. ​ ​

15. Variable interviniente (Z) Es un tipo de variable independiente. Es la que aparece durante un experimento entre el factor causal y el efecto. Debe ser neutralizada con un buen diseño. Ejemplo: La ansiedad que puede aparecer cuando se toma la presión a personas HT. ​ Tipos de variables Hernández R. Fernández C. Baptista P. Metodología de la Investigación. Ed Mc Graw-Hill 4ta Ed México. ​ ​

16. a) Controlada o de comparación: Se mantienen constantes durante el estudio. b) No controlada, desconcertante o de confusión:  Aun conociéndolas no se pueden mantener constantes. Se usa la aleatorización para controlarlas. ​ Tipos de variables Hernández R. Fernández C. Baptista P. Metodología de la Investigación. Ed Mc Graw-Hill 4ta Ed México. ​ ​

17. Las variables de confusión, también llamadas terceras variables, son las que el investigador no controló o no eliminó y que dañan la validez interna de un experimento. ​ Variable de confusión HULLEY Set al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​

18. Un sesgo es un error sistemático ​ en un estudio que conduce a una distorsión de los resultados. Corresponde a una medición fuera del valor real. No se reduce con un mayor tamaño de muestra. La evaluación se hace en dos pasos: Primero, hay que determinar si hay sesgo y, luego, evaluar su magnitud y dirección. Los tipos principales son de selección, información y de confusión. Sesgo HULLEY S. y col. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​

19. La confusión se refiere a la mezcla del efecto de una variable externa con los de la exposición y la enfermedad que interesa. Para que una variable se considere un potencial confusor , debe reunir dos condiciones. Que se relacione con la enfermedad de interés en ausencia de exposición al factor analizado. Que se relacione con la exposición, pero no como un resultado de esta. Confusión HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​

20. Confusión HULLEY S. y col. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​

21. Control de factores de confusión durante el diseño: restricción HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Hay dos formas importantes de reducir la confusión en estudios observacionales: Prevención en la fase de diseño por restricción o pareamiento . Ajustar el análisis estadístico por estratificación o técnicas multivariadas. Ambos métodos requieren que las variables de confusión sean conocidas y medidas.

22. Control de factores de confusión durante el diseño: pareamiento HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Restringe sujetos en diferentes grupos a tener el mismo valor de factores de confusión. Generalmente, es usada en caso-control. Ventajas Puede eliminar las influencias de los factores de confusión constitucionales. Puede eliminar las influencias de factores difíciles de medir. Puede incrementar la precisión al equilibrar el número de casos y controles en cada uno de los estratos. Puede facilitar la selección de los controles.

23. Control de factores de confusión durante el diseño: pareamiento HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Restringe sujetos en diferentes grupos a tener el mismo valor de factores de confusión. Generalmente usada en caso-control. Inconvenientes Puede ser lento, caro y menos eficiente que incrementar el número de individuos, Puede tener efectos adversos sobre la fase de análisis, Debe definirse cuáles variables son predictoras y cuáles de confusión. No puede evaluarse el papel de las variables como predictoras. Requiere un análisis pareado.

24. Control de factores de confusión durante el diseño: estratificación HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Ventajas Flexible o reversible se pueden elegir las variables según las cuales   se va a estratificar. Inconvenientes El número estratos está limitado por el tamaño de la muestra necesario para cada uno de ellos. Se pueden considerar pocas covariables. La existencia de pocos estratos por cada covariable hace que el control de los factores de confusión sea menos completo. Deben haberse medidos antes de las covariables.

25. Control de factores de confusión durante el diseño: ajuste estadístico HULLEY S. et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Ventajas Pueden controlarse simultáneamente múltiples factores de confusión. Puede utilizarse toda la información obtenida con las variables continuas. Es tan flexible y  reversible como la estratificación

26. Control de factores de confusión durante el diseño: ajuste estadístico HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Inconvenientes El modelo puede no ser adecuado. - Control incompleto de los factores de confusión. - Estimaciones inexactas de la fuerza del efecto. Los resultados son difíciles de comprender. Deben medirse previamente las covariables relevantes.

27. Dimensión conceptual y operacional de las variables HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Es el proceso de llevar una variable de un nivel conceptual general  a un plano operacional, que permitan una medición más real del  problema por medio de los indicadores establecidos.

28. Dimensión operacional de las variables HULLEY S et al. Diseño de investigaciones clínicas. Ed Lippincott Williams and Wilkins 2007 ​ ​ Consiste en establecer los criterios que cada variable requiere para  facilitar la aplicación de los indicadores necesarios para la medición de sus valores, a través de la escala de medición respectiva.

29. Operacionalización de las variables USMP-FMH Variable Definición * Referenciar Tipo por su naturaleza Indicador Escala de medición Categorías y sus valores Medio de verificación / INSTRUMENTO Anemia en menores de 5 años Disminución de la Hb sanguínea Cualitativa Hb en gramos por litro     ordinal Normal: 110 a más Historia clínica Leve: 100 a 109 Moderada: 70 a 99 Severa: Menos de 70 Nivel socioeconómico Ingreso económico y posición en la sociedad Cualitativa Ingreso familiar en soles/ número de personas que viven en el hogar     Ordinal Bajo: 200-300 Ficha de evaluación de asistenta social Mediano: 301-500 Alto: 501 a más Depresión  Estado de tristeza de las personas Cualitativa Escala X del dolor Razón  1 al 10 Tarjeta marcada por el entrevistado