Hipotesis, Variables Y Operacionalizacion 2.docx

UNIVERSIDAD PRIVADA ANTENOR ORREGO FACULTAD DE INGENIERIA ESCUELA DE INGENIERÍA INDUSTRIAL

METODOLGIA DE LA INVESTIGACION CIENTIFICA

DOCENTE:

ELIAS ROCA, Ricardo TEMA: HIPÓTESIS, VARIABLES, OPERACIONALIZACION

INTEGRANTES DEL GRUPO:

   

CASTILLO GAMBOA, Milton CRUZADO HUAMAN, Luis Francisco VIEIRA PAREDES, Jhajaira Yuliany CARO FLORES, Miguel

TURNO:

Miércoles: 7:00 h – 8:40 h Sábado: 10:40 h – 12:25 h

INDICE: ..……………………………………………………………1 PROBLEMÁTICA: …………………………………………………………………………….………2 OBJETIVOS: …………………………………………………………………………………………..2 TEMA: HIPÓTESIS, VARIABLES, OPERACIONALIZACION: …………………………………..3 HIPÓTESIS: ………………………………………………………………………………………...…3 ¿EN TODA INVESTIGACIÓN CUANTITATIVA DEBEMOS PLANTEAR HIPÓTESIS?.........3 ¿LAS HIPÓTESIS SON SIEMPRE VERDADERAS?................................................................4 ¿QUÉ CARACTERÍSTICAS DEBE TENER UNA HIPÓTESIS? ……………………….….…….5 TIPOS DE HIPÓTESIS; …………………………………………………………………………..….6 1. hipótesis de investigación 2. hipótesis nulas 3. hipótesis alternativas 4. hipótesis estadísticas ¿CUÁNTAS HIPÓTESIS SE DEBEN FORMULAR EN UNA INVESTIGACIÓN? ………….…10 ¿QUÉ ES LA PRUEBA DE HIPÓTESIS? …………………………………………………...........10 ¿CUÁL ES LA UTILIDAD DE LAS HIPÓTESIS?.....................................................................10 ¿DEBEN DEFINIRSE LAS VARIABLES DE UNA HIPÓTESIS COMO PARTE DE SU FORMULACIÓN? …………………………………………………………………………………...11 VARIABLES…………………………………………………………………………………………..12 IDENTIFICACIÓN DE LAS VARIABLES: …………………………………………………………13 CLASIFICACION DE LAS VARIABLES DESDE CINCO PUNTOS DE VISTA: ………………13 1. 2. 3. 4. 5.

Punto de vista de nivel de medición. Punto de vista metodológico. Punto de vista teórico explicativo. Punto de vista manipulativo. Punto de vista de sistemas.

CLASIFICACION DE LAS VARIABLES: ………………………………………………………….15 OPERACIONALIZACION: ………………………………………………………………………….17 ¿QUÉ ES OPERACIONALIZACIÓN DE VARIABLES? ………………………………………....17 ¿QUÉ ES UNA DEFINICIÓN OPERACIONAL?................................................................... .18 METODOLOGÍA: ……………………………………………………………………………………19 BIBLIOGRAFIA: ……………………………………………………………………………………..20

1

PROBLEMÁTICA: El término hipótesis y su utilización dentro del proceso de investigación científico es de empleo reciente, quiz· las ideas pioneras del historiador William Whewell escritas en 1847 (History of the inductive sciences) y la influencia de la obra monumental de Hegel (17791831), Comte (1798- 1857) y Federico Engels (1820-1895), como reconocidos pensadores, nos proporcionan ese marco de referencia conocido como método científico; sin embargo, es muy probable que a partir de la obra del gran fisiólogo y médico francés Claude Bernard (1813-1878) sea clásico distinguir en la investigación experimental tres etapas: la observación, la hipótesis y la comprobación, y que es a través del cual que reconocemos que la hipótesis es la brújula que guía la generación de conocimiento científico. De tal manera que cualquier investigador esté obligado a formular o plantear una o varias hipótesis, que una vez contrastadas le permitirán generar conocimiento científico. Decir que una base empírica es esencial a las disciplinas científicas nos resulta evidente a todos. Quizá por ello, cierta confusión nos asalta cuando hallamos frases del tipo "desde un punto de vista empírico, las leyes derivadas de la Ciencia carecen de una verdadera entidad", o bien, "una interpretación empirista de la Ciencia responde a una visión ingenua de ésta"; y, sin embargo, no existe contradicción alguna entre estas afirmaciones. Lo cierto es que el término empírico puede referirse tanto a algo basado en la experiencia como a algo relativo al empirismo. Pero es aquí donde apenas comienza el motivo de la confusión, porque el término empirismo es en realidad polisémico. Empirismo es "un sistema o procedimiento fundado sólo en la experiencia", pero empirismo también es "un sistema filosófico que toma la experiencia como única base de los conocimientos humanos". El empirismo está más alejado de la Ciencia de lo que en principio se podría pensar. Al igual que el método científico, los procedimientos rigurosamente empiristas tratan de confirmar hipótesis, pero lo hacen de un modo sustancialmente diferente. El método científico implica seleccionar o diseñar aquellas experiencias concretas cuyos resultados puedan ser considerados de máxima relevancia para la hipótesis que se formula. El método científico también implica analizar y evaluar detalladamente todo tipo de resultados, tanto aquellos que confirman los objetivos o hipótesis iniciales como aquellos que parecen contradecirlos. Por el contrario, en el empirismo no hay selección rigurosa de experiencias; se tantea al azar hasta confirmar lo esperado. Tampoco hay un verdadero análisis detallado de los resultados; los resultados "negativos», simplemente, son desechados.

OBJETIVOS:   

Transmitir información objetiva acerca de la hipótesis de investigación: cuáles son sus tipos y cómo plantearla. Informar sobre la definición de variables, que tipos existen y cómo identificarlas en un proyecto de investigación. Explicar de manera textual y gráfica, cómo se realiza la operacionalización de las variables.

2

TEMA: HIPÓTESIS, VARIABLES, OPERACIONALIZACION

HIPÓTESIS La palabra hipótesis se deriva del griego “Hipo” = “bajo” y Thesis = “posición o situación”. Una Hipótesis es un enunciado proposicional que plantea una nueva solución creativa, innovadora, a un problema nuevo; mediante el cruce de variables o factores, con poder explicativo o predictivo; que por ser necesariamente nueva aun no puede gozar de aceptación, figura en el Plan y el Informe Final y es el eje principal de orientación sobre lo que debe contrastarse en la ejecución o desarrollo de la investigación. La Hipótesis es, académicamente, la esencia de una Tesis; lo fundamental de lo que propone un investigador. La Hipótesis en una empresa, gerencialmente, es la propuesta nueva de solución; que implica riesgos, pero nos puede llevar a una innovación, que haga la diferencia y nos lleve al éxito; o, a un nuevo éxito. Cabe señalar que en nuestra vida cotidiana constantemente elaboramos hipótesis acerca de muchas cosas y luego indagamos su veracidad. Por ejemplo, establecemos una pregunta de investigación: “¿Le gustaré a Paola?”, y una hipótesis: “Le resulto atractivo a Paola”. Esta hipótesis es una explicación tentativa y está formulada como proposición. Después investigamos si se acepta o se rechaza la hipótesis, al cortejar a Paola y observar el resultado. ¿EN TODA INVESTIGACIÓN CUANTITATIVA DEBEMOS PLANTEAR HIPÓTESIS? No, no en todas las investigaciones cuantitativas se plantean hipótesis. El hecho de que formulemos o no hipótesis depende de un factor esencial: el alcance inicial del estudio. Las investigaciones cuantitativas que formulan hipótesis son aquellas cuyo planteamiento define que su alcance será correlacional o explicativo, o las que tienen un alcance descriptivo, pero que intentan pronosticar una cifra o un hecho. Esto se resume en la siguiente tabla.

Un ejemplo de estudio con alcance descriptivo y pronóstico sería aquel que únicamente pretenda medir el índice delictivo en una ciudad (no se busca relacionar la incidencia delictiva con otros factores como el crecimiento poblacional, el aumento de los niveles de pobreza o la drogadicción, ni mucho menos establecer las causas de tal índice). Entonces, tentativamente se pronosticaría, mediante una hipótesis, cierta cifra o proporción: “el índice delictivo para el siguiente semestre será menor a un delito por cada mil habitantes”.

3

Por lo regular, los estudios cualitativos no formulan hipótesis antes de recolectar datos (aunque no siempre ocurre así). Su naturaleza es más bien inducir las hipótesis por medio de la recolección y el análisis de los datos, como se comentará en la tercera parte del libro, “El proceso de la investigación cualitativa”. En una investigación podemos tener una, dos o varias hipótesis.

¿LAS HIPÓTESIS SON SIEMPRE VERDADERAS? Las hipótesis no necesariamente son verdaderas, pueden o no serlo, y pueden o no comprobarse con datos. Son explicaciones tentativas, no los hechos en sí. Al formularlas, el investigador no está totalmente seguro de que vayan a comprobarse. Como ejemplifican Black y Champion (1976), una hipótesis es diferente de la afirmación de un hecho. Si alguien establece la siguiente hipótesis (refiriéndose a un país determinado): “las familias que viven en zonas urbanas tienen menor número de hijos que las familias que viven en zonas rurales”, ésta puede ser o no comprobada. En cambio, si una persona sostiene lo anterior basándose en información de un censo poblacional reciente de ese país, no establece una hipótesis, sino que afirma un hecho. Las hipótesis pueden ser más o menos generales o precisas, y abarcar dos o más variables; pero en cualquier caso son sólo afirmaciones sujetas a comprobación empírica, es decir, a verificación en la realidad. Ejemplos: •

• •

“La proximidad geográfica entre los hogares de las parejas de novios está vinculada positivamente con el nivel de satisfacción que les proporciona su relación.” “La incidencia de cáncer pulmonar es mayor entre los fumadores que entre los no fumadores.” “A mayor variedad en el trabajo, habrá mayor motivación intrínseca para cumplirlo.” Por ejemplo, la primera hipótesis vincula dos variables: “proximidad geográfica entre los hogares de los novios” y “nivel de satisfacción en la relación”.

Las hipótesis pueden surgir por analogía, al aplicar información a otros contextos, como la teoría del campo en psicología, que surgió de la teoría del comportamiento de los campos electromagnéticos. Éstos también forman las auroras boreales. Las hipótesis de la teoría Galileo —propuestas por Joseph Woelfel y Edward L. Fink (1980)— para medir el proceso de la comunicación, tienen orígenes importantes en la física y otras ciencias exactas (las dinámicas del “yo” se apoyan en nociones del álgebra de vectores). Asimismo, a veces la experiencia y la observación constante ofrecen materia potencial para el establecimiento de hipótesis importantes, y lo mismo se dice de la intuición. Desde luego, cuanto menor apoyo empírico previo tenga una hipótesis, se deberá tener mayor cuidado en su elaboración y evaluación. No es aceptable formular hipótesis de manera superficial. Establecer hipótesis sin haber revisado cuidadosamente la literatura puede conducirnos a errores como postular algo demasiado comprobado o algo que ha sido rechazado contundentemente. Un ejemplo burdo, pero ilustrativo sería pretender establecer la siguiente hipótesis: “Los seres humanos pueden volar por sí mismos, únicamente con su cuerpo”.

4

¿QUÉ CARACTERÍSTICAS DEBE TENER UNA HIPÓTESIS? 1. La hipótesis debe referirse a una situación “real”. Como argumenta Castro-Rea (2009), las hipó- tesis sólo pueden someterse a prueba en un universo y un contexto bien definidos. Por ejemplo, una hipótesis relativa a alguna variable del comportamiento gerencial (digamos, la motivación) deberá someterse a prueba en una situación real (con ciertos gerentes de organizaciones existentes). En ocasiones, en la misma hipótesis se hace explícita esa realidad (por ejemplo, “los niños guatemaltecos que viven en zonas urbanas imitarán más la conducta violenta de la televisión, que los niños guatemaltecos que viven en zonas rurales”), y otras veces la realidad se define por medio de explicaciones que acompañan a la hipótesis. Así, la hipótesis: “cuanto mayor sea la realimentación sobre el desempeño en el trabajo que proporcione un gerente a sus supervisores, más elevada será la motivación intrínseca de éstos hacia sus tareas laborales”, no explica qué gerentes, de qué empresas. Y será necesario contextualizar la realidad de dicha hipótesis; afirmar, por ejemplo, que se trata de gerentes de todas las áreas, de empresas exclusivamente industriales con más de mil trabajadores y ubicadas en Medellín, Colombia. Es muy frecuente que cuando nuestras hipótesis provienen de una teoría o una generalización empírica (afirmación comprobada varias veces en “la realidad”), sean manifestaciones contextualizadas o casos concretos de hipótesis generales abstractas. La hipótesis: “a mayor satisfacción laboral mayor productividad” es general y susceptible de someterse a prueba en diversas realidades (países, ciudades, parques industriales o aun en una sola empresa; con directivos, secretarias u obreros, etc.; en empresas comerciales, industriales, de servicios o combinaciones de estos tipos, giros o de otras características). En estos casos, al probar nuestra hipótesis contextualizada aportamos evidencia en favor de la hipótesis más general. 2. Las variables o términos de la hipótesis deben ser comprensibles, precisos y lo más concretos que sea posible. Términos vagos o confusos no tienen cabida en una hipótesis. Así, globalización de a economía y sinergia organizacional son conceptos imprecisos y generales que deben sustituirse por otros más específicos y concretos. 3. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil (lógica). Es indispensable que quede clara la forma en que se relacionan las variables, y esta relación no puede ser ilógica. La hipótesis: “la disminución del consumo del petróleo en Estados Unidos se relaciona con el grado de aprendizaje del álgebra por parte de niños que asisten a escuelas públicas en Buenos Aires”, sería inverosímil. No es posible considerarla. 4. Los términos o variables de la hipótesis deben ser observables y medibles, así como la relación planteada entre ellos, o sea, tener referentes en la realidad. Las hipótesis científicas, al igual que los objetivos y las preguntas de investigación, no incluyen aspectos morales ni cuestiones que no podamos medir. Hipótesis como: “los hombres más felices van al cielo” o “la libertad de espíritu está relacionada con la voluntad angelical”, implican conceptos o relaciones que no poseen referentes empíricos; por tanto, no son útiles como hipótesis para investigar científicamente ni pueden someterse a prueba en la realidad. 5. Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas. Este requisito está estrechamente ligado con el anterior y se refiere a que al formular una hipótesis, tenemos que analizar si existen técnicas o herramientas de investigación para verificarla, si es posible desarrollarlas y si se encuentran a nuestro alcance. Se puede dar el caso de que existan esas técnicas, pero que por diversas causas no estén a nuestro alcance. Alguien podría intentar probar hipótesis referentes a la desviación presupuestaria en el gasto gubernamental de un país latinoamericano o a la red de narcotraficantes en la ciudad de Miami, pero no disponer de formas eficaces para obtener sus datos. Entonces, su hipótesis, aunque teóricamente muy valiosa, en la realidad no se puede probar.

5

TIPOS DE HIPÓTESIS: 5. 6. 7. 8.

hipótesis de investigación hipótesis nulas hipótesis alternativas hipótesis estadísticas

1. HIPÓTESIS DE INVESTIGACIÓN: Le sirve al investigador como base de su investigación, puesto que trata de dar una explicación tentativa del fenómeno que se esta investigando. Se les suele simbolizar como Hi o H1 , H2 , H3 , etc. (cuando son varias), y también se les denomina “hipótesis de trabajo”. Las hipótesis de investigación pueden ser: a) H. Descriptivas de un valor o dato pronosticado. Estas hipótesis se utilizan a veces en estudios descriptivos, para intentar predecir un dato o valor en una o más variables que se van a medir u observar. Pero cabe comentar que no en todas las investigaciones descriptivas se formulan hipótesis de esta clase o que sean afirmaciones más generales (“la ansiedad en los jóvenes alcohólicos será elevada”; “durante este año, los presupuestos de publicidad se incrementarán entre 50 y 70%”; “la motivación extrínseca de los obreros de las plantas de las zonas industriales de Valencia, Venezuela, disminuirá”; “el número de tratamientos psicoterapéuticos aumentará en las urbes sudamericanas con más de tres millones de habitantes”). No es sencillo realizar estimaciones precisas sobre ciertos fenómenos. Ejemplos: -“El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años será de 20% el próximo año” (en un contexto específico como una ciudad o un país).” - “La inflación del próximo semestre no será superior a 3%”. b) H. Correlacionales: Especifican las relaciones entre dos o más variables y corresponden a los estudios correlacionales (“el tabaquismo está relacionado con la presencia de padecimientos pulmonares”; “la administración de ciertos medicamentos se encuentra asociada con daños físicos a la estructura de los dientes”). Sin embargo, las hipótesis correlacionales no sólo pueden establecer que dos o más variables se encuentran vinculadas, sino también cómo están asociadas. Alcanzan el nivel predictivo y parcialmente explicativo. En los siguientes ejemplos no sólo se establece que hay relación entre las variables, sino también cómo es la relación (qué dirección sigue). Desde luego, es diferente formular hipótesis en las que dos o más variables están vinculadas, que conjeturar cómo son estas relaciones. Ejemplos: -“A mayor exposición de los adolescentes a videos musicales con alto contenido sexual, mayor manifestación de estrategias en las relaciones interpersonales para establecer contacto sexual”. (Aquí la hipótesis nos indica que cuando una variable aumenta, la otra también y viceversa, cuando una variable disminuye, la otra desciende.) - “A mayor autoestima, habrá menor temor al éxito”. (Aquí la hipótesis nos señala que cuando una variable aumenta, la otra disminuye; y si ésta disminuye, aquélla aumenta.) -“Las telenovelas latinoamericanas muestran cada vez mayor contenido sexual en sus escenas”. (En esta hipótesis se correlacionan las dos variables siguientes: época o tiempo en que se producen las telenovelas y contenido sexual.) c) H. De diferencia de grupos: Estas hipótesis se formulan en investigaciones cuya finalidad es comparar grupos. Por ejemplo, supongamos que un publicista piensa que un comercial televisivo en blanco y negro, cuyo objetivo es persuadir a los adolescentes que comienzan a fumar para que dejen de hacerlo, tiene una eficacia diferente que uno a colores. Su pregunta de investigación sería: un comercial de televisión con el mensaje de persuadir a los adolescentes que comienzan a fumar para que dejen de hacerlo, ¿es más eficaz si está en blanco y negro que si está a colores? Y su hipótesis quedaría formulada así: “El efecto persuasivo para dejar de fumar no será igual en los adolescentes que vean la versión del comercial televisivo a colores, 6

que el efecto en los adolescentes que vean la versión del comercial en blanco y negro”. Otros ejemplos de este tipo de hipótesis son los siguientes:  “Los adolescentes le atribuyen más importancia al atractivo físico en sus relaciones de pareja, que las adolescentes a las suyas.”  “El tiempo que tardan en mostrar síntomas de sida las personas contagiadas por transfusión sanguínea, es menor que el de las que adquieren el VIH por transmisión sexual.” En los tres ejemplos anteriores se plantea una posible diferencia entre grupos, sólo que en el primero de ellos únicamente se establece que hay diferencia entre los grupos comparados, pero no se afirma en cuál el impacto será más determinante. No se estipula si el efecto persuasivo es mayor en los adolescentes que ven el comercial en blanco y negro o en quienes lo ven a colores. Se limita a decir que se espera una diferencia. En cambio, en el segundo, la hipótesis, además de establecer la diferencia, especifica cuál de los grupos tendrá mayor valor en la variable de comparación (los jóvenes son quienes, según se piensa, atribuirán mayor importancia al atractivo físico). Lo mismo ocurre en el tercer ejemplo (expresan más lentamente la enfermedad quienes la adquieren por transmisión sexual). Cuando el investigador no tiene bases para presuponer a favor de qué grupo será la diferencia, formula una hipótesis simple de diferencia de grupos (como en el primer ejemplo de los comerciales). Y cuando sí tiene bases, establece una hipótesis direccional de diferencia de grupos (como en los otros ejemplos). Esto último, por lo común, sucede cuando la hipótesis se deriva de una teoría o estudios antecedentes, o bien, cuando el investigador está bastante familiarizado con el problema de estudio. Esta clase de hipótesis puede llegar a abarcar dos, tres o más grupos. Algunos investigadores consideran a las hipótesis de diferencia de grupos como un tipo de hipótesis correlacional, porque en última instancia relacionan dos o más variables. El caso del atractivo físico relaciona la variable del género con la variable de la atribución de la importancia del atractivo físico en las relaciones de pareja. d) H. Causales: Este tipo de hipótesis no solamente afirma la o las relaciones entre dos o más variables y la manera en que se manifiestan, sino que además propone un “sentido de entendimiento” de las relaciones. Tal sentido puede ser más o menos completo, esto depende del número de variables que se incluyan, pero todas estas hipótesis establecen relaciones de causa-efecto. Ejemplos:  “La desintegración del matrimonio provoca baja autoestima en los hijos e hijas”. (En el ejemplo, además de establecerse una relación entre las variables, se propone la causalidad de esa relación.)  “La satisfacción sobre la calidad del diseño ambiental del interior de la oficina donde se labora incrementa significativamente la satisfacción general del espacio de trabajo por parte de sus ocupantes y su desempeño laboral.” Hipótesis causales bivariadas. En éstas se plantea una relación entre una variable independiente y una variable dependiente. Por ejemplo: “el consumo diario y permanente de selenio como suplemento alimenticio reduce el crecimiento de los tumores cancerígenos en mujeres que se encuentran en la etapa inicial de la enfermedad” Hipótesis causales multivariadas. Plantean una relación entre diversas variables independientes y una dependiente, una independiente y varias dependientes o diversas variables independientes y varias dependientes.

2. HIPÓTESIS NULA: Las hipótesis nulas son, en cierto modo, el reverso de las hipótesis de investigación. También constituyen proposiciones acerca de la relación entre variables, sólo que sirven para refutar o negar lo que afirma la hipótesis de investigación. Si la hipótesis de investigación

7

propone: “los adolescentes le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las adolescentes”, la hipótesis nula postularía: “los adolescentes no le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las adolescentes”. 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. Es decir, la clasificación de hipótesis nulas es similar a la tipología de las hipótesis de investigación: hipótesis nulas descriptivas de un valor o dato pronosticado, hipótesis que niegan o contradicen la relación entre dos o más variables, hipótesis que niegan que haya diferencia entre grupos que se comparan e hipótesis que niegan la relación de causalidad entre dos o más variables (en todas sus formas). Las hipótesis nulas se simbolizan así: Ho. Veamos algunos ejemplos de hipótesis nulas que corresponden a ejemplos de hipótesis de investigación que se mencionaron. Ejemplos:  “El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años, no será de 20% el próximo año.”  “La administración de medicamentos no se encuentra asociada con daños físicos a la estructura de los dientes.”  “Las escenas de la telenovela La verdad de Paola no presentarán mayor contenido sexual que las de la telenovela Sentimientos de Christian, ni éstas tendrán mayor contenido sexual que las escenas de la telenovela Mi último amor, Mariana.” Esta hipótesis niega la diferencia entre grupos y también podría formularse así: “No existen diferencias en el contenido sexual entre las escenas de las telenovelas La verdad de Paola, Sentimientos de Christian y Mi último amor, Mariana”. O bien: “El contenido sexual de las telenovelas La verdad de Paola, Sentimientos de Christian y Mi último amor, Mariana es el mismo”.  “La satisfacción sobre la calidad del diseño ambiental del interior de la oficina donde se labora no incrementa la satisfacción general del espacio de trabajo por parte de sus ocupantes ni su desempeño laboral” (hipótesis que niega la relación causal).

3. HIPÓTESIS ALTERNATIVAS: Como su nombre lo indica, son posibilidades alternas de las hipótesis de investigación y nula: ofrecen una descripción o explicación distinta de las que proporcionan éstas. Si la hipótesis de investigación establece: “esta silla es roja”, la nula afirmará: “esta silla no es roja”, y podrían formularse una o más hipó- tesis alternativas: “esta silla es azul”, “esta silla es verde”, “esta silla es amarilla”, etc. Cada una constituye una descripción distinta de las que proporcionan las hipótesis de investigación y nula. Las hipótesis alternativas se simbolizan como Ha y sólo pueden formularse cuando efectivamente hay otras posibilidades, además de las hipótesis de investigación y nula. De no ser así, no deben establecerse. Ejemplos:  “El candidato A obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total”.  “El candidato A no obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total”.  “El candidato A obtendrá en la elección para la presidencia del consejo escolar más de 60% de la votación total”.  “El candidato A obtendrá en la elección para la presidencia del consejo escolar menos de 50% de la votación total”.  “Los jóvenes le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las jóvenes”.  “Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las jóvenes”.

8

 “Los jóvenes le atribuyen menos importancia al atractivo físico en sus relaciones de pareja que las jóvenes”. En este último ejemplo de los jóvenes, si la hipótesis nula hubiera sido formulada de la siguiente manera:  “Los jóvenes no le atribuyen más importancia o le atribuyen menos importancia al atractivo físico en sus relaciones de pareja que las jóvenes”. No habría posibilidad de formular una hipótesis alternativa, puesto que las hipótesis de investigación y nula abarcan todas las posibilidades. Las hipótesis alternativas, como puede verse, constituyen otras hipótesis de investigación además de la hipótesis de investigación original.

4. HIPOTESIS ESTADISTICAS: 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) 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:  “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.”  X > 200 (promedio mensual de casos atendidos) La hipótesis estadística nula sería la negación de la hipótesis anterior:  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”) La correlación entre dos variables (cohesión y eficacia) (no es igual a cero, o lo que es lo mismo, ambas variables están correlacionadas) 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  rxy = 0 (“Las dos variables no están correlacionadas; su correlación es cero.”) Otro ejemplo:  Rxyz ≠0 (“La correlación entre las variables autonomía, variedad y motivación intrínseca no es igual a cero.”)  Rxyz = 0 (“No hay correlación.”) 3) Hipótesis estadísticas de la diferencia de medias u otros valores: estas hipótesis comparan una estadística entre dos o más grupos.

9

¿CUÁNTAS HIPÓTESIS SE DEBEN FORMULAR EN UNA INVESTIGACIÓN? Cada investigación es diferente. Algunas contienen gran variedad de hipótesis porque el problema de investigación es complejo (por ejemplo, pretenden relacionar 15 o más variables), mientras que otras contienen una o dos hipótesis. Todo depende del planteamiento del problema. La calidad de una investigación no está relacionada con el número de hipótesis que contenga. En este sentido, se debe tener el número de hipótesis necesarias para guiar el estudio, ni una más ni una menos.

¿QUÉ ES LA PRUEBA DE HIPÓTESIS? Como se ha dicho, en el proceso cuantitativo las hipótesis se someten a prueba o escrutinio empírico para determinar si son apoyadas o refutadas, de acuerdo con lo que el investigador observa. De hecho, para esto se formulan en la tradición deductiva. Ahora bien, en realidad no podemos probar que una hipótesis sea verdadera o falsa, sino argumentar que fue apoyada o no de acuerdo con ciertos datos obtenidos en una investigación particular. Desde el punto de vista técnico, no se acepta una hipótesis por medio de un estudio, sino que se aporta evidencia a favor o en contra. Cuantas más investigaciones apoyen una hipótesis, más credibilidad tendrá y, por supuesto, será válida para el contexto (lugar, tiempo y participantes, casos o fenómenos) en que se comprobó. Al menos lo es probabilísticamente. Las hipótesis, en el enfoque cuantitativo, se someten a prueba en la “realidad” cuando se implementa un diseño de investigación, se recolectan datos con uno o varios instrumentos de medición, y se analizan e interpretan esos mismos datos.

¿CUÁL ES LA UTILIDAD DE LAS HIPÓTESIS? Es posible que alguien piense que con lo expuesto en este capítulo queda claro qué valor tienen las hipótesis para la investigación. Sin embargo, creemos que es necesario ahondar un poco más en este punto, mencionando las principales funciones de las hipótesis. 1. En primer lugar, son las guías de una investigación en el enfoque cuantitativo. Formularlas nos ayuda a saber lo que tratamos de buscar, de probar. Proporcionan orden y lógica al estudio. Son como los objetivos de un plan administrativo: las sugerencias formuladas en las hipótesis pueden ser soluciones a los problemas de investigación. Si de hecho lo son o no, es la tarea del estudio (Castro-Rea, 2009). 2. En segundo lugar, tienen una función descriptiva y explicativa, según sea el caso. Cada vez que una hipótesis recibe evidencia empírica a favor o en contra, nos dice algo acerca del fenómeno con el que se asocia o hace referencia. Si la evidencia es a favor, la información sobre el fenómeno se incrementa; y aun si la evidencia es en contra, descubrimos algo acerca del fenómeno que no sabíamos antes. 3. La tercera función es probar teorías. Cuando varias hipótesis de una teoría reciben evidencia positiva, la teoría va haciéndose más sólida; y cuanta más evidencia haya a favor de aquéllas, más evidencia habrá a favor de ésta. 4. Una cuarta función consiste en sugerir teorías. Diversas hipótesis no están asociadas con ninguna teoría; pero llega a suceder que, como resultado de la prueba de una hipótesis, se pueda formular una teoría o las bases para ésta.

10

¿DEBEN DEFINIRSE LAS VARIABLES DE UNA HIPÓTESIS COMO PARTE DE SU FORMULACIÓN? Al formular una hipótesis, es indispensable definir los términos o variables incluidos en ella. Esto es necesario por varios motivos: 1. Para que el investigador, sus colegas, los lectores del estudio y, en general, cualquier persona que consulte la investigación le dé el mismo significado a los términos o variables de las hipótesis, es común que un mismo concepto se emplee de maneras distintas. El término “novios” puede significar para alguien una relación entre dos personas de género opuesto que se comunican con la mayor frecuencia que les es posible, que cuando están juntos se besan y se toman de la mano, que se sienten atraídos en lo físico y comparten entre sí información que nadie más posee. Para otros significaría una relación entre dos personas de género diferente que tiene como finalidad contraer matrimonio. Para un tercero, una relación entre dos individuos de género distinto que mantienen relaciones íntimas, y alguien más podría tener otra concepción. Y en caso de que se pensara llevar a cabo un estudio con parejas de novios, no sabríamos con exactitud quiénes se incluirían en éste y quiénes no, a menos que se definiera con la mayor precisión posible el concepto de “novios”. Términos como “actitud”, “inteligencia” y “aprovechamiento” llegan a tener varios significados o definirse de diversas formas. 2. Asegurarnos de que las variables pueden ser medidas, observadas, evaluadas o inferidas, es decir, que de ellas se pueden obtener datos en la realidad. 3. Confrontar nuestra investigación con otras similares. Si tenemos definidas nuestras variables, podemos comparar nuestras definiciones con las de otros estudios para saber “si hablamos de lo mismo”. Si la comparación es positiva, confrontaremos los resultados de nuestra investigación con los resultados de las demás. 4. Evaluar más adecuadamente los resultados de nuestra investigación, porque las variables, y no sólo las hipótesis, se contextualizan. En conclusión, sin definición de las variables no hay investigación. Las variables deben ser definidas de dos formas: conceptual y operacionalmente.

11

VARIABLES Son todos los elementos del mundo, incluso los biológicos y sociales en que se desenvuelve el hombre, presenta características o atributos cambiantes que pueden tomar diferentes valores, y pueden tener diversas magnitudes en cada individuo que se estudia, haciéndolos similares entre sí. Es un conjunto cuyos elementos todos son datos; que tienen en común: alguna característica, propiedad o atributo que los hace pertenecer al dominio de esa variable. En la práctica, en las investigaciones, generalmente simbolizamos a una variable mediante una palabra o grupo de palabras, que identifica un conjunto de datos; que tienen en común: una característica, propiedad o atributo; entendiéndose, que puede usarse letras y números, para formalizar y denotarlas lógica o estadísticamente. Ejemplos:              

El rendimiento de cierta especie de semilla La eficacia de un procedimiento de construcción El tiempo que tarda en manifestarse una enfermedad y otros El genero La presión arterial Atractivos físicos Aprendizaje de conceptos La religión La resistencia de un material La masa La personalidad autoritaria La cultura fiscal La exposición de una campaña de propaganda política La inteligencia (ya que es posible clasificar a las personas de acuerdo con su inteligencia, no todas las personas poseen el mismo nivel, es decir, varían de inteligencia).

En todos estos casos se producen variaciones. Las variables adquieren valor para la investigación científica cuando llegan a relacionarse con otras variables, es decir, que forman parte de una hipótesis o teoría. En este caso se les suele denominar constructos o construcciones hipotéticas. Dominio de una variable: se llama así al conjunto de datos que comprende una variable. Características: es un elemento o parte especial, distintiva de un ser: asiático=ojos rasgados, africano=ojos negros, aves=alas, peces= aletas, etc. Atributos: es lo que, de manera general, se afirma o niega de un ser, tomado como objetivo de investigación o estudio; se usa cuando el nombre de variable tiene dos o más palabras con significado propio, es una de las cuales corresponde a característica y otra a propiedad. Factor: es un conjunto de variables, que tienen alguna relación entre sí. Y como cada variable es un conjunto de datos, un factor es un conjunto de conjunto de datos. Sub factor: es una parte de un factor; que, al interior de él, agrupa a un grupo de variables, que junto con las de otros factores, comprende ese factor.

12

Indicadores: son precisiones referenciales o elementos especificadores, que ayudan a: Identificar, separar y usar los datos. Índices: son números que expresan una medida estadística diseñada para: mostrar los cambios de una variable; como los índices de: renta, costos de vida, de evaluación, etc.

IDENTIFICACIÓN DE LAS VARIABLES: Que intervienen en una investigación; y, con respecto a cuyos dominios se buscara obtener datos, se facilitan cuando emos elaborado la matriz para plantear hipótesis; ya que, de ella, es que se obtiene. Y, identificación, precisamente, consiste en mencionar las variables consideradas en esa matriz.

CLASIFICACION DE LAS VARIABLES DESDE CINCO PUNTOS DE VISTA: 1. PUNTO DE VISTA DE NIVEL DE MEDICION: Atendiendo a la forma en que se observen, se capten y se manejen estadísticamente, las variables, éstas puedes clasificarse en dos principales grupos: a) Variables cuantitativas: Son aquellas susceptibles de contabilizarse, como el salario, las clasificaciones de un examen, las habitaciones de una casa, la talla, el peso o la edad. A su vez, estas variables se subdividen en:  Discretas, discontinuas o intervalares: Estas variables solo pueden contarse a través de valores enteros y nunca en fracciones, como: una o dos habitaciones, tres niños, dos carros…etc.  Continuas: estas variables pueden asumir una amplia gama de valores intermedios o enteros; por ejemplo: el tiempo puede medirse en años meses, días, horas, minutos, segundos o fracciones de segundos, y el peso puede medirse en kilogramos, gramos, o miligramos. b) Variables cualitativas: son aquellas que solo pueden describirse con palabras, como la religión, la profesión, la nacionalidad y el lugar obtenido en una competencia. A su vez, estas variables se subdividen en:  Nominales: Son las que adoptan modalidades que cuantitativamente no tienen punto de comparación como la nacionalidad, la religión, el estado civil.  Ordinales: Permiten cierto tipo de comparación (sin poder realizar con ellas manejos aritméticos o algebraicos). Como el aprendizaje calificativo, bueno, mediano y malo; y la capacidad de comprensión expresada en términos de alta, media y deficiente. 2. PUNTO DE VISTA METODOLÓGICO: Desde este punto de vista las variables de clasifican en: a) Variables independientes: Son los elementos, fenómenos y situaciones que explican, condicionan o determinan la presencia de otro. Son las variables estudiadas por el investigador, las causas iniciadoras de la acción, las que se pueden manipular. b) Variables dependientes: Son los elementos, fenómenos, situaciones, etc., explicados en función de otro. Son los cambios sufridos por los sujetos como resultado de la manipulación de la variable independiente por parte del investigador; o sea, los diversos valores que pueden tomar la variable dependiente están condicionados por los valores que toma la variable independiente. Por ejemplo; un investigador sostiene la hipótesis: “Si aumenta el apoyo económico en el campo, habrá mayor producción agrícola”. En este caso la variable independiente es “El aumento de apoyo económico” y la variable dependiente seria “mayor producción agrícola”.

13

3. PUNTO DE VISTA TEÓRICO EXPLICATIVO: Las variables se clasifican en: a) Variables estímulo: Son consideradas como cualquier aspecto mensurable de las condiciones físicas o sociales y presentes o pasadas que pueden afectar la conducta de los organismos; se les denomina también variables independientes o manipulables. b) Variables respuesta: Son las medidas obtenidas de diversos aspectos de la conducta manifestada por los sujetos; se les conoce también como variables dependientes. c) Variables intermediarias: Son los procesos que se intercalan entre las variables estimulo y las variables respuesta. Las variables intermediarias se postulan por necesidades de tipo explicativo, pero en si mismas son procesos inaccesibles a la observación directa. Ejemplo: A un grupo de sujetos de les suministra cierta cantidad de medicamento, e inmediatamente después se les presenta una larga lista de palabras que deberán memorizar para trabajar en determinada influencia que tiene este medicamento sobre el tiempo de aprendizaje. Considerando la clasificación general de las variables podremos decir que:   

Variable estimulo: Cantidad de medicamento (variable cuantitativa continua). Variable respuesta: Número de palabras recordadas (variable cuantitativa discreta). Variable intermediaria: Tiempo de exposición de las palabras (variable cuantitativa continua).

4. PUNTO DE VISTA MANIPULATIVO: Según el control y manipulación que el investigador pueda tener sobre las variables, estas se dividen en: a) Variables activas: Son aquellas susceptibles de manipulación directa por el experimentador. Se puede afirmar que las variables activas coinciden siempre con las variables estimulo (premios, castigos, emisión de ruidos, etc.) b) Variables asignadas: Son aquellas imposibles de manipular o que al menos resulta difícil de lograrlo, como la inteligencia, el sexo y la edad. 5. PUNTO DE VISTA DE SISTEMAS: En la teoría general de sistemas, en la que se supone que existen relaciones o influencias mutuas entre los elementos de un sistema, debidas a cambios que se presentan en cada elemento o como consecuencia de influencias externas al sistema, las variables reciben el nombre de: a) Variables endógenas. Son las variables relacionadas con influencias internas del sistema. b) Variables exógenas. Son las variables relacionadas con influencias externas al sistema. Por ejemplo, en un sistema biológico formado por una comunidad de abejas, todas aquellas relaciones que se dan en el interior de la comunidad (como relaciones de jerarquía, trabajo, etc.). Se consideran variables endógenas y todas aquellas que se deben a influencias a influencias externas (como temperatura, humedad del medio ambiente, cantidad de flores, etc.) y que condicionan la existencia, se consideran variables exógenas. Tanto en el producto protocolo de investigación como en el trabajo final de tesis, se anotarán únicamente las variables que se manejen y a que tipo corresponden. Considerando el ejemplo dado en el planteamiento del problema, este rubro quedaría de la siguiente manera:  Variables que se manejan: - Independientes: Expresión de emociones y actitudes. Concepción de enfermedad del paciente y su familiar. Relación insatisfactoria médico- paciente. 14

- Dependientes: Frecuentes reingresos hospitalarios. CLASIFICACION DE LAS VARIABLES Existen diferentes calificadores de las variables; en este libro, nosotros vamos a presentar cuatro de las mas operativas; las mas sencillas, conocidas y empleadas. a) b) c) d)

Clasificación por relación causal. Clasificación por la cantidad. Clasificación por la jerarquía o escala. Clasificación desde el punto de vista lógico-formal.

1.-Clasificación de las variables por la relación causal. Por las relaciones causales que existen entre ellas, en una investigación concreta las variables pueden se clasificadas como dependientes, independientes e intervinientes. a) Variables dependientes. En una investigación, una variable se considera dependiente; cuando, en esa investigación, desempeña el rol o consecuencia. Ejemplo: El precio. - que sube a causa de la demanda; o, baja a causa de la oferta; se incrementa por causas minoritarias positivas como el transporte o los impuestos; y disminuye por los descuentos o exoneración; entre otras causas. b) Variables Independientes. En una investigación una variable se considera independiente; cuando, en esa investigación, desempeña el rol de causa mayoritaria. Ejemplos: La demanda o la oferta. - que son las causas mayoritarias de que suba o baje el precio. c) Variables Intervinientes. En una investigación, una variable se considera interviniente; cuando, en esa investigación, desempeña el rol de causa minoritaria, que afecta minoritariamente, positiva o negativamente, la relación causa-efecto principal. Ejemplos: Transporte, impuestos, descuentos y exoneraciones, etc., que son causas minoritarias de que suba o baje el precio. 2.-Clasificación de las variables por la cantidad. Desde el punto de vista de la entidad, en una investigación concreta las variables pueden clasificarse, como: De cantidad Discreta; de cantidad continua y de No Cantidad o Cualitativas. Las variables de cantidad, tanto discretas como continuas, son también llamadas cardinales, expresan magnitudes; y. son directamente empleados en la estadística. a) Variables de Cantidad Discreta. Son aquellas, en cuyo dominio, sus datos son todas las cantidades enteras, ejemplos: Hijos, países. b) Variables de Cantidad Continua. Son aquellas, en cuyo dominio, sus datos son cantidades enteras mas fracciones o decimales, ejemplos: Talla, peso, insumos, etc. c) Variables Cualitativas o de No Cantidad. Son aquellas que separan un conjunto de su dominio y su complemento, en razón a que tienen o no un atributo; ejemplos: Vivo, muerto, sano, enfermo. Son las que requieren las jerarquías o escalas como una forma indirecta de la cuantificación; y, para poder ser trabajadas estadísticamente.

15

3.-Clasificación de las Variables por la Jerarquía o Escala Solo las variables cualitativas o de no cantidad requieren la jerarquización o escalas, como una manera indirecta de cuantificarlas a través de la ponderación de las frecuencias Las escalas más comunes son las de cinco frecuencias, en las cuales, en base a la definición de la variable, se identifica la característica, propiedad o atributo central; y, luego simétricamente se distribuyen: dos positivos y dos negativos a la derecha. Ejemplos: A= aplicable como Valor Central; y, muy aplicable y totalmente aplicable a la izquierda; y, poco aplicable y nada aplicable a la derecha; quedando la escala, así: totalmente aplicable, muy aplicable, aplicable, poco aplicable y nada aplicable. La ponderación empieza por la derecha con cero y para: nada; y, va hasta cuatro, con totalmente. Otros ejemplos: Totalmente eficiente, Muy eficiente, Eficiente, Poco eficiente, nada eficiente. El mejor, Muy bueno, bueno, Regular y Pésimo. Pero, también, hay jerarquías de cuatro ponderaciones; Acuerdo Total, De acuerdo, Desacuerdo, Desacuerdo y Desacuerdo Total. De tres ponderaciones: Totalmente concordante, Parcialmente Concordante y nada concordante. De dos ponderaciones: De acuerdo, En desacuerdo. 4.-Clasificación desde el punto de Vista Lógico-Formal Surge de la formalización del lenguaje común, y, pueden ser; Individuales, predictivas y Proposicionales. a) Variables Individuales. Son símbolos formales que se denotan individuos tomados como sujeto. Se representan por las letras X, Y, X, etc. Ejemplos: X=Juan, Y= Carpeta, Z= Pato, etc. b) Variables Predictivas. Son símbolos formales que denotan atributos de los(individuos) tomados como sujetos. Ejemplos: F= americano, G=europeo, H= Tiene Vida, etc. c) Variables Posicionales. Son símbolos formales que denotan proposiciones simples del lenguaje común, se representan por las letras; p,q,r,s,t,etc. Ejemplos: p= Juan es americano; q= el pato es europeo, r= la paloma tiene vida, etc. Combinaciones: F= es americano; x= Juan; F(x)= p= Juan es americano. Q= el pato es europeo. Donde G= europeo, z= pato= G(z)= q. Este tipo de clasificación se emplea en el campo de la lógica formal,y, puede permitir formalizar y darle mayor rigor, al análisis, de lo que se investiga, en el lenguaje común.

16

OPERACIONALIZACION  La operacionalización es un proceso que consiste en definir estrictamente variables en factores medibles. El proceso define conceptos difusos y les permite ser medidos empírica y cuantitativamente.  Para la investigación experimental, donde se utilizan mediciones de intervalo o proporcionales, las escalas son generalmente bien definidas y estrictas.  La operacionalización también establece definiciones exactas de cada variable, aumentando la calidad de los resultados y mejorando la fortaleza del diseño.  En muchos campos, tales como la ciencia social, en donde generalmente se utilizan mediciones ordinales, la operacionalización es esencial. Determina cómo los investigadores van a medir una emoción o un concepto, por ejemplo, el nivel de angustia o agresividad.  Tales medidas son arbitrarias, pero permiten que otros puedan reproducir la investigación, así como también el análisis estadístico de los resultados.  Operacionalizar es definir las variables para que sean medibles y manejables, significa definir operativamente el PON. Un investigador necesita traducir los conceptos (variables) a hechos observables para lograr su medición. Las definiciones señalan las operaciones que se tienen que realizar para medir la variable, de forma tal, que sean susceptibles de observación y cuantificación.  De acuerdo con Hempel (1952), “la definición operacional de un concepto consiste en definir las operaciones que permiten medir ese concepto o los indicadores observables por medio de los cuales se manifiesta ese concepto”.  En resumen, una definición operacional puede señalar el instrumento por medio del cual se hará la medición de las variables.

¿QUÉ ES OPERACIONALIZACIÓN DE VARIABLES?

 Es un proceso metodológico que consiste en descomponer deductivamente las variables que componen el problema de investigación, partiendo desde lo más general a lo más específico; es decir que estas variables se dividen (si son complejas) en dimensiones, áreas, aspectos, indicadores, índices, subíndices, ítems; mientras si son concretas solamente en indicadores, índices e ítems. En consecuencia, la operacionalización de las variables es el proceso a través del cual el investigador explica en detalle la definición que adoptará de las categorías y/o variables de estudio, tipos de valores (cuantitativo o cualitativo) que podrían asumir las mismas y los cálculos que se tendrían que realizar para obtener los valores de las variables cuantitativas. La operacionalización es un proceso que variará de acuerdo con el tipo de investigación y de diseño. No obstante, las variables deben estar claramente definidas y convenientemente operacionalizadas. Se consideran incompletos aquellos protocolos cuyo nivel de operacionalización es muy vago.

17

¿QUÉ ES UNA DEFINICIÓN OPERACIONAL? Explica cómo se define el concepto específicamente en el estudio planteado, que puede diferir de su definición etimológica. Equivale a hacer que la variable sea mensurable a través de la concreción de su significado, y está muy relacionada con una adecuada revisión de la literatura. Puede omitirse cuando la definición es obvia y compartida.

18

METODOLOGÍA: Para el desarrollo de esta metodología, necesitaremos la participación de todos nuestros compañeros, que procederán a responder las preguntas que ha preparado el grupo, y así analizar si entendieron o no el tema. Esta metodología se realizará con la ayuda de Globos atados a un pabilo de 40cm encendido, que correrá con mucho cuidado de mano en mano hasta que llegue el momento en que se acabe el pabilo y reviente el globo.

19

BIBLIOGRAFIA:  CASTILLO GAMBOA, Milton -

Introducción a la metodología de investigación de Héctor Luis Ávila Baray pág. 2533 http://tesis-investigacion-cientifica.blogspot.pe/2013/08/que-esoperacionalizacion-de-variables.html

 CRUZADO HUAMAN, Luis Francisco - Roberto Hernández Sampieri, Carlos Fernández Collado y Pilar Baptista -

Lucio, Metodología de la investigación, Cuarta Edición, 2006 por McGRAW-HILL. (Cap. 6, 121-151) Alejandro E. Caballero Romero, Metodología de la investigación, edición 2013 por Udegraf S.A. (Cap. 9, 196-261)

 VIEIRA PAREDES, Jhajaira Yuliany -

-

Carlos Fernández Collado y Pilar Baptista Lucio, Metodología de la investigación, Sexta Edición, 2014 por McGRAW-HILL. (Cap. 6, pág. 104121) María Teresa Cortés Padilla, Metodología de la Investigación, 1990 – Trillas. (pág. 42-51) Roberto Hernández Sampieri, Carlos Fernández Collado y Pilar Baptista Lucio, Metodología de la investigación, Segunda edición, 1991 por Best Seller Internacional. (Cap. 6, pág. 74-103)

 CARO FLORES, Miguel - Hugh Coolican, Métodos de investigación y estadística en psicología, Tercera edición, por Manual Moderno. (Cap. 1, 12-18 y Cap. 2, pág. 19-20) - https://explorable.com/es/operacionalizacion

20