Lecciones aprendidas referente a la sección de Materiales y métodos.

Cómo ordenar y presentar la información para la revista Ciencia,

Tecnología y Salud

Oscar Federico Nave Herrera

Coordinador del Programa de Asesoría

Estadística para Investigación

fnave@digi.usac.edu.gt

¿Cómo evitar esto?

Revisión del manuscrito (Paepi)

• Título

• Resumen

• Introducción

• Materiales y métodos

• Resultados

Énfasis en el cumplimiento de las normas APA para citación y las referencias, redacción y ortografía.

Desde el inicio hasta el final

Investigación de calidad

Aspectos formales

Aspectos axiológicos

0.0

10.0

20.0

30.0

40.0

50.0

60.0

70.0

80.0

90.0

PdA Coh OpVar EnfAlc DisM Obj Hip MatMet Delim CalcM Prob Preg

2016 (% Proyectos) n = 40 2017 (% Proyectos) n = 31 2018 (% Proyectos) n = 25

Figura 1. Frecuencia de errores metodológicos luego de la revisión estadística en los

proyectos aprobados para financiamiento en el período 2016-2018.

0.0

10.0

20.0

30.0

40.0

50.0

60.0

70.0

80.0

90.0

PdA Coh OpVar EnfAlc Obj

2016 (% Proyectos) n = 40 2017 (% Proyectos) n = 31 2018 (% Proyectos) n = 25

Figura 2. Aspectos más frecuentes en los proyectos aprobados para financiamiento que afectan

directamente el resultado de la investigación e inciden en la calidad de un manuscrito.

Diseño de la investigación

El diseño de una investigación es el conjunto de actividades coordinadas e interrelacionadas que deberán realizarse para responder la pregunta de la investigación.

Elementos a considerar para el diseño

1. Enfoque de la investigación: • Cuantitativo • Cualitativo • Mixto

2. Alcances de la investigación:

• Exploratoria • Descriptiva • Correlacional o asociativa • Explicativa • Predictiva • De aplicación

El planteamiento del problema

Presentar con claridad y argumentar con antecedentes científicos el ¿qué? ¿por qué? y ¿para qué? de la investigación que se está proponiendo.

Es decir:

¿Qué voy a investigar?

¿Por qué lo voy a investigar?

¿Para qué lo voy a investigar?

Formular apropiadamente las preguntas de investigación

• ¿Qué? ¿Cuál? ¿En quiénes? ¿Dónde? ¿Cuándo?

• ¿Cuánto? ¿Cuáles son los valores, índices o indicadores? ¿Cómo se distribuye?

• ¿Existe asociación o relación? ¿Cómo es la relación?

• ¿Cómo cambia? ¿Hay efecto? ¿Hay diferencia?

• ¿Cómo se comportan las variables? ¿Siguen un patrón determinado? ¿Qué resultado obtendré o podré predecir?

Objetivos

• Deben estar bien formulados, congruentes y en correspondencia en contenido y número con las preguntas de investigación, su redacción debe empezar con verbos en infinitivo.

• No se deben considerar aspectos metodológicos ni productos de la investigación como objetivos.

• En su redacción no es aceptado que se justifiquen, ni que se indique la forma en que se alcanzarán.

Hipótesis

La procedencia o no de la hipótesis, debe estar en concordancia con el enfoque y alcances de la investigación:

• Cuantitativa/cualitativa/mixta

• Exploratoria/descriptiva/

• Correlacional/explicativa/predictiva/aplicativa

Muestra y diseño de muestreo

• Definir la población y sujetos de estudio.

• Los aspectos relacionados con el cálculo del número de muestra deben ser claros, específicamente sobre los elementos necesarios para interpretar los resultados, es decir, los parámetros que se usaron para el cálculo.

• No es necesario incluir fórmulas.

• Indicar criterios de inclusión y exclusión.

• Especificar características de los informantes.

• Si la muestra es por intención o por conveniencia, deberá justificarse.

• El diseño de muestreo debe explicarse con detalle.

Muestra y diseño de muestreo

Recomendaciones

• Si el estudio pretende realizar una estimación de parámetros en el cálculo de muestra deberán considerarse el nivel de confianza, variación esperada y precisión.

• Si el estudio pretende realizar una comprobación de hipótesis, correlación, asociación o predicción (modelos predictivos), el cálculo de muestra o réplicas debe considerar el nivel de significancia, poder de la prueba, variación esperada y tamaño de la asociación, del efecto o diferencia esperada.

• Para diseños experimentales nunca se justifica un número de réplicas menor de 5 ya que los resultados podrían no ser confiables.

Puntos débiles en el muestreo

• Las muestras son deficientes en cantidad, se abusa de las muestras por conveniencia.

• Se tienen ideas erróneas preconcebidas (nk = 3 => anova, réplicas con base en grados de libertad, el mito del número 30).

• Si se hace un cálculo, no se ajusta al alcance de la investigación y tipo de variable principal.

• Falta de amplitud en el desarrollo de las estrategias de muestreo (diseño).

• Pseudorreplicación (repetibilidad vs. reproducibilidad).

Métodos y procedimientos

• Ser lo suficientemente claros en las definiciones y operacionalización de las variables.

• Detallar los métodos, técnicas e instrumentos para la medición.

• Indicar qué se midió y cómo se midió con suficiente detalle para que el estudio pueda ser replicado.

• Citar referencias sobre la precisión de instrumentos y métodos específicos.

Operacionalización de las variables

• Es hacer medibles las variables para poder estudiar su comportamiento.

• Proceso que va desde la definición de un concepto al instrumento de medida.

• Los conceptos no se pueden medir directamente, se miden las definiciones operativas de ese concepto.

Puntos débiles en el plan de recolección de datos

• Falta de priorización de las variables y mediciones.

• Confusión encuesta-cuestionario-entrevista. • Extremos en la presentación de las técnicas y

procedimientos. • Deficiencia en las definiciones operativas de las

variables. • Falta de confiabilidad de los instrumentos de

medición o imprecisión de estos (validez interna).

Plan de tabulación

Definir las variables y la forma en que se van a medir para preparar la base de datos.

Se deben prever los cuadros que, de acuerdo con los objetivos e hipótesis, permitan la presentación de la información en forma clara y sistemática sobre qué variables se presentarán solas, cuáles se cruzarán, etc.

Elaborar una base de datos para el análisis.

Base de datos

• Se realiza en una hoja electrónica (Excel).

• Columnas: Identificación y variables medidas. Las cuantitativas van con sus respectivos valores y cifras significativas, las nominales escritas con las mismas palabras o codificadas.

• Filas: Sujetos de estudio (muestras, réplicas).

En la primera fila se deben identificar los nombres de cada columna y unidades de medida.

Plan de análisis

• El nivel de análisis debe tener correspondencia con los objetivos, tipo de variables y muestra.

• No deben obviarse elementos indispensables para la correcta interpretación de los resultados (nivel de confiabilidad, nivel de significancia, comprobación de supuestos, etc.).

• El uso de software no es requisito.

Plan de análisis

• Proveer suficiente detalle de las técnicas estadísticas usadas y no asumir que los lectores entienden lo que se hizo solo con el nombre de una técnica.

• Si se tiene una pregunta primaria y otras secundarias, debe presentarse en ese orden el análisis.

Análisis de la información

El análisis de la información se efectúa con los datos obtenidos para obtener resultados. El tipo de análisis o métodos estadísticos a aplicar depende de las variables, los objetivos e hipótesis de la investigación (alcance).

Se recomienda el uso de paquetes de computación con facilidades estadísticas (Excel) o paquetes especializados (R, Minitab, SPSS, STATA, etc.).

Procesamiento de datos y plan de análisis

• Describir y justificar los métodos y técnicas de análisis de datos que utilizará, especificando los aspectos que correspondan según el alcance de la investigación.

• No entrar en detalles técnicos, pero sí indicar el propósito del análisis.

• Indicar los aspectos interpretativos como el nivel de confiabilidad (para estimaciones) o el nivel de significancia (para pruebas de hipótesis), cumplimiento de supuestos, formas de evaluar procesos de correlación y regresión, pruebas de comparaciones múltiples si fueran necesarias, cálculo del tamaño del efecto, etc.

Puntos débiles en el plan de análisis

• Falta de profundidad y especificación en la aplicación de técnicas estadísticas.

• Se omiten detalles importantes, se confunden conceptos o se presentan en forma ambigua.

• Aplicación de técnicas no apropiadas de acuerdo a los objetivos, hipótesis y tipo de variables.

• Confusión entre nivel de confianza y significancia estadística.

Presentación de los resultados

• Elaborar un esquema ordenado y lógico para ir presentando los resultados según los objetivos y la metodología.

• Presentar los resultados en forma de texto, acompañado de tablas y gráficas.

• Poner en términos claros y comprensibles los hechos observados y analizados.

Resultados

• Los hallazgos deben presentarse sin interpretación.

• Deben tener congruencia con la parte metodológica.

• Deben coincidir y responder a las preguntas de investigación.

• Pueden presentarse como texto, así como tablas o figuras.

Recomendaciones (APA)

• No es necesario citar referencias para estadísticas de uso común o que pueden encontrarse en libros de texto.

• No emplear fórmulas para cálculos de uso común.

• En el texto no deben usarse símbolos estadísticos, utilizar palabras.

Recomendaciones (APA)

• Todos los símbolos estadísticos se escriben con letra cursiva. Ejemplos: “r = .99”, “se tuvo un valor t = 1.235 con 4 gl”.

• El número total de muestra se escribe con mayúscula y los subrupos con minúscula: La muestra (N = 10) se dividió en dos grupos, hombres (n = 6) y mujeres (n = 4).

Recomendación para pruebas de hipótesis

“Se evitará la dependencia exclusiva de las pruebas estadísticas de verificación de hipótesis, tal como el uso de los valores p, que no aportan ninguna información cuantitativa importante.”

(Comité Internacional de Directores de Revistas Médicas. Octubre, 2001. Requisitos uniformes de los manuscritos enviados a revistas biomédicas).

Otras recomendaciones

• No usar adjetivos al presentar los resultados, es decir no “calificarlos”. Ejemplos: “un gran porcentaje”, “una muy baja incidencia”, “un valor altamente significativo”, etc.

* En la sección de discusión si es válido recurrir a expresiones similares, pero mesuradas. Ejemplo: “un porcentaje elevado”.

Normas APA sobre valores estadísticos

• No se usa cero en índices o estadísticos cuyo valor no puede ser mayor de 1 (valor p, proporciones, coeficientes de correlación y regresión, índice kappa de Cohen, etc.).

Ejemplo: Se obtuvo un coeficiente de correlación significativo de .67 (p < .001) o Se obtuvo un coeficiente de correlación significativo (r = .67, p < .001)

Normas APA sobre valores estadísticos

• Para el valor “p”, se recomienda que se reporte el dato exacto, con dos o tres cifras decimales. Reportar los valores menores de .001, como p < .001. No es recomendable utilizar las referencias a valores p con significancia menor a .10, .05 o .01, salvo que sea necesario para dar mayor claridad a los resultados.

Normas APA sobre valores estadísticos

• Para reportar intervalos de confianza*:

“Se obtuvo un valor medio (desviación estándar) de 30.5 (2.4) cm, IC 95 % [25.8, 35.2]”.

* Aplica también para las tablas.

¿Solo yo tengo dudas en estadística?

Trata con fenómenos que presentan variación

El pensamiento estadístico no es un pensamiento matemático

Apoyo estadístico

Cuatro momentos o posibles escenarios en los cuales podría ser necesario pensar en obtener apoyo estadístico:

• Al comenzar a planificar un estudio

• En la recolección de datos

• En el análisis e interpretación de resultados

• Cuando se tiene un manuscrito o informe rechazado por cuestiones metodológicas o de análisis