Prueba de Chi cuadrada..

La prueba estadística de X² para una muestra se emplea frecuentemente como prueba de bondad de ajuste, sin embargo, en un plan experimental, en el que se cuenta con un grupo muestral, con diversas subclases y las mediciones están en escala nominal, resulta muy útil este procedimiento.

La eficacia de la prueba está de acuerdo con el tamaño de la muestra, pues con un grado de libertad, si hay dos subclases, algunos autores consideran que la prueba es insensible, no obstante la información que aporta más de dos categorías es satisfactoria en función de la fórmula:

Donde: X2 = valor estadístico de ji cuadrada. fo = frecuencia observada. fe = frecuencia esperada.

La ji cuadrada se utiliza cuando:

• Cuando los datos puntualizan a las escalas nominal u ordinal.
• Se utiliza solo la frecuencia.
• Poblaciones pequeñas.
• Cuando se desconocen los parámetros media, moda, etc.
• Cuando los datos son independientes.
• Cuando se quiere contrastar o comparar hipótesis.
• Investigaciones de tipo social - muestras pequeñas no representativas >5.
• Cuando se requiere de establecer el nivel de confianza o significatividad en las diferencias.
• Cuando la muestra es seleccionada no probabilísticamente.
• X² permite establecer diferencias entre f y se utiliza solo en escala nominal.
• Población > a 5 y < a 20.

Pasos.

1. Arreglar las categorías y las frecuencias observadas.
2. Calcular los valores teóricos esperados para el modelo experimental o tipo de distribución muestral: normal, binomial y de Poisson.
3. Calcular las diferencias de las frecuencias observadas en el experimento con respecto a las frecuencias esperadas.
4. Elevar al cuadrado las diferencias y dividirlas entre los valores esperados de cada categoría.
5. Efectuar la sumatoria de los valores calculados.
6. Calcular los grados de libertad (gl) en función de número de categorías [K]: gl = K - 1.
7. Comparar el estadístico X² con los valores de la distribución de ji cuadrada en la tabla.
8. Decidir si se acepta o rechaza la hipótesis X²c ³ X²t se rechaza Ho.

Prueba Z

Una prueba estadística utilizada para determinar si la media de dos poblaciones es diferente cuando las varianzas son conocidas y el tamaño de la muestra es lo suficientemente grande. Se asume que la prueba tiene una distribución normal y que los parámetros como la desviación estándar deben ser conocidos para que se pueda llevar a cabo una Prueba Z exacta.

Se conoce en inglés como: Z-Test

PRUEBA T DE STUDENT

En estadística, una prueba t de Student, prueba t-Student, o Test-T es cualquier prueba en la que el estadístico utilizado tiene una distribución t de Student si la hipótesis nula es cierta. Se aplica cuando la población estudiada sigue una distribución normal pero el tamaño muestral es demasiado pequeño como para que el estadístico en el que está basada la inferencia esté normalmente distribuido, utilizándose una estimación de la desviación típica en lugar del valor real. Es utilizado en analisis discriminante.

Entre los usos mas frecuentes de las pruebas t se encuentran:

• El test de locación de muestra única por el cual se comprueba si la media de una población distribuida normalmente tiene un valor especificado en un hipótesis nula.

• El test de locación para dos muestras, por el cual se comprueba si la media de dos poblaciones distribuidas en forma normal son iguales. Todos estos test son usualmente llamados test t de Student, a pesar de que estrictamente hablando, tal nombre sólo debería ser utilizado si la varianza de las dos poblaciones pueden ser asumidas como iguales; la forma de los test que se utiliza cuando esta asunción se deja de lado suele ser llamada a veces como Prueba t de Welch. Estas pruebas suelen ser comunmente nombradas como pruebas t desapareadas o de muestras independientes, debido a que se tienen su aplicación mas típica cuando las unidades estadísticas que definen a ambas muestras que están siendo comparadas no se superponen.

• El test de hipótesis nula por el cual se demuestra que la diferencia entre dos respuestas medidas en las mismas unidades estadísticas es cero. Por ejemplo, supóngase que se mide el tamaño del tumor de un paciente con cáncer. Si el tratamiento resulta efectivo, lo esperable seria que el tumor de muchos pacientes disminuyera de tamaño luego de seguir el tratamiento. Esto con frecuencia es referido como prueba t de mediciones apareadas o repetidas.

• El test para comprobar si la pendiente de una regresión lineal difiere estadísticamente de cero.

Prueba t para muestra única
En esta prueba se evalúa la hipótesis nula de que la media de la población estudiada es igual a un valor especificado μ₀, se hace uso del estadístico:

ANOVA

Análisis de la varianza ANOVA

Del mismo modo que la t de Student, la prueba ANOVA es una prueba paramétrica y como tal requiere una serie de supuestos para poder ser aplicada correctamente. Denominada ANOVA o análisis de la varianza, en realidad nos va a servir no solo para estudiar las dispersiones o varianzas de los grupos, sino para estudiar sus medias y la posibilidad de crear subconjuntos de grupos con medias iguales. Se puede decir que la prueba ANOVA es la generalización de la t de Student, ya que si realizamos una prueba ANOVA en la comparación de solo dos grupos, obtenemos los mismos resultados.

Al igual que la t de Student, se requiere que cada uno de los grupos a comparar tenga distribuciones normales, o lo que es más exacto, que lo sean sus residuales. Los residuales son las diferencias entre cada valor y la media de su grupo. Además debemos estudiar la dispersión o varianzas de los grupos, es decir estudiar su homogeneidad. Cuando mayor sean los tamaños de los grupos, menos importante es asegurar estos dos supuestos, ya que el ANOVA suele ser una técnica bastante “robusta” comportándose bien respecto a transgresiones de la normalidad. No obstante, si tenemos grupos de tamaño inferior a 30, es importante estudiar la normalidad de los residuos para ver la conveniencia o no de utilizar el análisis de la varianza. Si no fuera posible utilizar directamente el ANOVA, podemos recurrir al uso de pruebas no paramétricas, como la de Kruskal-Wallis.

Como ya hemos dicho, el ANOVA es la generalización de la t de Student, y sus hipótesis nula y alternativa se pueden formular del siguiente modo:

· Hipótesis nula (H_o): µ₁= µ₂=…= µ_k

Las medias de los k grupos son iguales y por tanto las diferencias encontradas pueden explicarse por el azar. Dicho de otro modo, los grupos proceden de poblaciones con medias iguales.

· Hipótesis alternativa (H₁): al menos uno de los grupos tiene una media distinta del resto de grupos.

En la prueba ANOVA las comparaciones son siempre bilaterales (a dos colas) ya que estudiamos globalmente si los grupos tienen medias distintas, y no si un grupo tiene una media menor o mayor que otro por separado. Si se rechaza la hipótesis nula, no sabremos entre qué grupos están las diferencias.

Para saber si los grupos tienen medias iguales o no en su IMC, se ha de construir la tabla ANOVA. En muchos libros de estadística podemos encontrar como crear esta tabla a partir de de los datos de la muestra por lo que no creemos necesario explicar detalladamente los pasos a seguir para su construcción. Si nos interesa conocer en qué consiste y en qué nos basamos cuando decimos que los grupos tienen o no medias iguales.

La variabilidad o varianza total que podemos tener en nuestros datos se puede descomponer a su vez en:

-Varianza entre grupos. Mide la variabilidad entre las medias de cada grupo respecto a la media total de todas las observaciones. Denominada también como variabilidad o varianza inter-grupos.

-Varianza dentro de los grupos. Mide la variabilidad de cada observación respecto a la media de su grupo. Podemos encontrarla bajo el nombre de residual, error o varianza intra-grupos.

Resumiendo: Varianza Total = Varianza entre grupos + varianza dentro de los grupos

Del mismo modo que se hace en la t de Student y con otras pruebas estadísticas, se divide un efecto observado respecto a un error aleatorio. En nuestro caso se divide el efecto debido a la pertenencia de los grupos (varianza entre grupos) respecto a la dispersión debida al azar o error aleatorio (varianza dentro de los grupos). A este cociente se le denomina F, o F de Fisher-Snedecor. Si sobrepasa cierto valor crítico, entonces podremos afirmar que el efecto observado es demasiado grande para poder ser explicado por el azar (error aleatorio) y que por tanto no todos los grupos estudiados tienen la misma media.

Investigación

Es un proceso que, mediante la aplicación de un método, procura obtener información relevante y fidedigna, para entender, verificar, corregir o aplicar el conocimiento.

Estadística

 Trata de la recolección, clasificación y presentación de los hechos sujetos a una apreciación numérica como base a la explicación, descripción y comparación de los fenómenos

       Estadística Descriptiva

 Deductiva.

 Rama de las matemáticas. Conjunto de técnicas utilizadas para colectar, organizar, resumir y presentar información, con el fin de hacer inferencias sobre la población de estudio.

Concepos básicos

Variable: Características o atributos de un grupo de elementos de la población que puede tomar diferentes valores y pueden tener diversas magnitud o intensidad

NIVEL DE MEDICIÓN: Cualitativas o Categóricas: Atributos

Nominal: Nombres.

Ordinal: Orden. Cuantitativas o Numéricas:

Discreta o Discontinua: #s enteros.

Continuas: #s fraccionados. PUNTO DE VISTA METODOLÓGICO: Dependientes: Medibles. Independientes: Manipulable por el investigador

Población:

Es la mayor colección de elementos que poseen características o variables por las que  se tiene interés, el cual forma un conglomerado amplio de valores ; pueden ser :

Finitas: # fijo de valores .

Infinita: # sin fin de valores

Muestra:

Parte representativa de la población.

Muestreo al azar o Aleatorio: Todos los elementos tienen la misma probabilidad de pertenecer a la investigación.

Muestreo No al azar: Los elementos de la muestra se escogen a juicio de un experto o por conveniencia.

Tipos de Muestreo Probabilístico:

Aleatorio Simple:

Todos tienen igual probabilidad de ser elegidos (tabla de #s aleatorios) .

Estratificado:

La población se divide en estratos y hacer muestreo aleatorio simple .

Sistemático:

Se numeran las unidades de la población, se obtiene un intervalo  y se seleccionan a los sujetos.

Conglomerados:

Dividir la población  en grupos en base a sus diferencias y tomar una muestra al azar de c/u de ellos .

Polietápico:

Similar al de conglomerados,  pero con subdivisiones de los grupos.

Estadística inferencial:

Son un conjunto de técnicas utilizadas para obtener conclusiones sobre la población, a partir del análisis de información de la muestra.

Característica de la curva de distribución normal:

La curva de distribución normal representa la distribución teórica de las frecuencias relativas de un gran número de observaciones hechas sobre la misma variable. También, representa la probabilidad (frecuencia), con que se espera se den cada uno de los valores que puede adoptar la variable medida.

Su representación gráfica tiene forma de campana y es simétrica, la curva se extiende en ambas direcciones y a medida que se acerca a los extremos tiende a unirse con el eje horizontal (abscisa) sin llegar a tocarlo (asintótica). Los valores de la media, moda y mediana constituyen el valor central (cero). La curva normal es cóncava hacia abajo entre +1 desviación estándar y –1 desviación estándar. El área total bajo la curva es igual a 1 o 100%.

Probabilidad:

Se considera como todos los posibles valores que puede tomar una variable aleatoria, especificando la posibilidad con la que ocurre cada valor y puede presentarse como una tabla, una grafica o una ecuación.

Se puede medir la probabilidad de ocurrencia de algún evento por medio de un número entre cero y uno. Cuanto más probable sea el evento más próximo estará el número a 1 y cuanto menos probable sea el mismo más próximo estará el número cero.

Z= X - µ

Σ

Calculo de áreas bajo la curva:

Estandarizar la variable x (IPDB) a puntajes estándar o valores de Z con el estadístico de z . z= x-μ/σ

Trazar un esquema de la distribución normal para limitar y sombrear el área bajo la curva con él(los) valor(es) de Zo calculado

Utilizar la tabla de áreas bajo la curva normal (los valores en el cuerpo de la tabla son áreas entre menos infinito y Z)

Diseño de hipótesis de prueba en estadística:

DATOS: Considerar tipo de variables

PLANTEAMIENTO DE UNA PREGUNTA: Diferencia de estadísticos entre grupos

HIPOTESIS: Ho: Hipótesis nula o de no diferencia.

Ha: Hipótesis alterna o de diferencia.

ESTADISTICO DE PRUEBA: Sirve como un productor de decisiones.

Niveles de confianza:

Son los límites dentro de los que se espera encontrar el valor real de la media estadística en un nivel seleccionado de probabilidad (.95 o .99).

Niveles Significancia:

Determina el riesgo de error al afirmar que existe diferencia real, es decir, al rechazar una hipótesis nula (.05 o .01).

Reglas de decisión:

Región de rechazo de Ho, región de no rechazo de Ho.

DECISIÓN ESTADISTICA: Si el valor calculado es el valor critico de tablas se rechaza o no se rechaza la hipótesis nula Ho.

CONCLUSION ESTADISTICA: Si Ho: se rechaza se concluye que Ha: es verdadera. Si no se rechaza Ho se concluye que Ho puede ser verdadera.

CONCLUSION CLINICA: Ayuda a los investigadores a tomar decisiones.

Recolección de Datos o Variables:

Captación de la información necesaria para la ejecución de una investigación:

*Encuesta:

Para identificar características especificas de una población.

*Censo:

Se aplica periódicamente a toda la población obteniendo datos generales.

*Registro:

Recabar información de manera continua.

Organización:

Revisión:

Calidad y congruencia de la información.

Corrección:

Corregir inexactitudes de información incompleta o escritura ilegible.

Clasificación:

Colocación ordenada de los datos.

Recuento:

Realizar la cuenta o el cálculo del número de elementos que componen cada categoría.

.Palotes:

Diseñar previamente una tabla que muestre los posibles valores de cada variable y espacio donde anotar un palote ( / ) por cada elemento.

.Sistema de tarjetas:

Transcribir información a tarjetas, asignando una clave a cada valor.

.Lector óptico:

Llenado de óvalos en cada variable.

Presentación:

Determinada por los objetivos, las variables, el tipo y cantidad de información colectada.

.Verbal – escrita:

En foros.

.Tablas:

Presentar en forma resumida e inteligible los datos.

.Graficas:

Facilitar la comprensión de la relación de las variables.

Tipos de gráficos:

Variables numéricas:

-Histograma

 -Polígono de frecuencias

-Diagrama de dispersión

-Diagrama de puntos

Variables Categóricas:

-Barras

-Barras con desviación estándar

-Sectorial

-Pictogramas

MEDIDAS DE TENDENCIA CENTRAL

Son valores numéricos que tienden a encontrarse en la parte central de la distribución o conjunto de datos.

Medidas de Tendencia Central

.Media: También conocida como promedio (eficiente, suficiente, unicidad)

.Mediana: Valor central, divide en dos partes iguales al conjunto de datos.

.Moda: Valor que se repite con mayor frecuencia.

Ej: Determinación de glucosa de 7 sujetos en

ayunas 72, 65, 57, 68, 79, 63, 65, mg/100 ml

.Media: 72+65+57+68+79+63+65 = 469 = 67

7                                      7

.Mediana: 57 63 65 65 68 72 79.

.Moda: 65

Tipos de Gráficas

Histograma:

Gráfica de barras sin espacio entre ellas, se utiliza para representar la distribución

de los valores de una variable numérica.

Diagrama de Dispersión:

Estudia la relación entre dos variables cuantitativas

Grafica de Barras con Desviación Estándar:

Utilizada para comparar las medias y desviaciones estándar de una variable categórica, la cual puede tener dos o mas categorías.

Diagrama de dispersión con desviación estándar:

Se utiliza para estudiar la relación entre dos variables numéricas. Una de las variables es conocida como variable independiente (X) y la otra como variable dependiente (Y).

Grafica de sectores y de barras con frecuencias y/o porcentajes:

Se utilizan para comparar las frecuencias o porcentajes de una variable discreta o categórica que tenga dos o mas categorías. No se recomienda utilizar cuando la variable es numérica.

Estadística inferencial

Conjunto de técnicas utilizadas para obtener conclusiones sobre la población, a partir del análisis e la información de una muestra.

Probabilidad

La probabilidad estimada ó empírica de un suceso se toma como La frecuencia relativa de ocurrencia o aparición de un suceso. También se considera como todos los posibles valores que

puede tomar una variable aleatoria, especificando la posibilidad con la que ocurre cada valor y puede representarse como una tabla, una gráfica o una ecuación.

Se puede medir la probabilidad de ocurrencia de algún evento por medio de un número entre cero y uno. Cuanto más probable sea el evento más próximo estará el número a 1 y cuanto menos probable sea el mismo más próximo estará el número cero.

Curva Normal

La curva de distribución normal representa la distribución teórica de las frecuencias relativas de un gran número de observaciones hechas sobre la misma variable. También, representa la probabilidad (frecuencia), con que se espera se den cada uno de los valores que puede adoptar la variable medida.

Su representación gráfica tiene forma de campana y es simétrica, la curva se extiende en ambas direcciones y a medida que se acerca a los extremos tiende a unirse con el eje horizontal (abscisa) sin llegar a tocarlo (asintótica). Los valores de la media, moda y mediana constituyen el valor central (cero). La curva normal es cóncava hacia abajo entre +1 desviación estándar y –1 desviación estándar. El área total bajo la curva es igual a 1 o 100%.

El 68.27% o .6827 de los casos están comprendidos entre +- 1 desviación estándar.

El 95.45% o .9545 de los casos están comprendidos entre +- 2 desviaciones estándar.

El 99.73% o .9973 de los casos están comprendidos entre +- 3 desviaciones estándar.

Calculo de probabilidades con áreas bajo la curva

-Estandarizar la variable x (IPDB) a puntajes estándar o valores de Z con el estadístico de z .

 z= x-μ/σ

-Trazar un esquema de la distribución normal para limitar y sombrear el área bajo la curva con él(los) valor(es) de Zo calculado

-Utilizar la tabla de áreas bajo la curva normal (los valores en el cuerpo de la tabla son áreas entre menos infinito y Z)

LIMITE DE CONFIANZA: Son los limites dentro de los que se espera encontrar el valor real de la media estadística en un nivel seleccionado de probabilidad (.95 o .99).

NIVEL DE SIGNIFICANCIA: Determina el riesgo de error al afirmar que existe diferencia real, es decir, al rechazar una hipótesis nula (.05 o .01).

HIPOTESIS ESTADISTICA

*DATOS: Considerar tipo de variables

*PLANTEAMIENTO DE UNA PREGUNTA: Diferencia de estadísticos entre grupos

*HIPOTESIS: Ho: Hipótesis nula o de no diferencia.

Ha: Hipótesis alterna o de diferencia.

*ESTADISTICO DE PRUEBA: Sirve como un productor de decisiones.

*DISTRIBUCIÓN EN EL ESTADISTICO DE PRUEBA: Debe aproximarse a la distribución normal.

*REGLA DE DECISION: Región de rechazo de Ho, región de no rechazo de Ho.

*ESTADISTICO DE PRUEBA CALACULADO: El valor calculado se compara en las regiones de rechazo y no rechazo

*DECISIÓN ESTADISTICA: Si el valor calculado es el valor critico de tablas se rechaza o no se rechaza la hipótesis nula Ho.

*CONCLUSION ESTADISTICA: Si Ho: se rechaza se concluye que Ha: es verdadera. Si no se rechaza Ho se concluye que Ho puede ser verdadera.

*CONCLUSION CLINICA: Ayuda a los investigadores a tomar decisiones.

Pruebas de hipótesis

El objetivo de las pruebas de hipótesis es ayudar al investigador a tomar decisiones en torno a una población examinando una parte (muestra) de ella.

Las hipótesis de investigación nos llevan a las hipótesis estadísticas, las cuales se establecen dé tal forma que puede ser evaluadas por medio de técnicas estadísticas adecuadas.

Por la distribución de los datos.

*Si la distribución de la variable o datos en un histograma es normal o se aproxima. La media, mediana y moda son parecidas se utilizan las técnicas paramétricas.

*Si la distribución de la variable es libre (bimodal) en un histograma, polígono de frecuencias se utilizan las técnicas no paramétricas.

Procedimiento para la prueba de hipótesis

1.Tipo de datos o variables (cuantitativas, cualitativas).

2.Análisis de la pregunta.

3.Juego de hipótesis estadísticas (Ho: Ha:) y clínicas.

4.Selección de tipo de pruebas o técnicas.

5.Calcular el estadístico (valor calculado) en Excel.

6.Obtener valor de tablas.

7.Decisión estadística.

8.Conclusión estadística y clínica.

Procedimiento para estadística inferencial en Excel

1.Introducir los datos en la hoja de Excel en las columnas.

2.Ir al menú principal y seleccionar datos.

3.Seleccionar la opción análisis de datos.

4.Seleccionar en análisis de datos la prueba estadística.

5.Establecer el rango de entrada para la variable 1 y para la variable 2.

6.Diferencia hipotética entre las medias = 0.

7.Dar “clic a rótulos cuando al seleccionar los datos incluyas el título.

8.Alfa, nivel de significancia o probabilidad de error ( P= 0.01, 0.05).

9.Dar “clic” en rango de salida y establece en este espacio el rango donde quieras que aparezcan los resultados del análisis.

Análisis para relacionar variables (análisis de correlación):

Método estadístico utilizado para describir el grado de relación que existe entre dos variables.

Hipótesis:

Ho: No existe relación entre las variables.

Ha: Si existe relación entre las variables.

Coeficiente de correlación:

El valor de r varia entre -1 y +1, incluyendo el cero.

Prueba de student

Prueva estadistica para evaluar dos grupos diferentes entre si de manerasignificativa respecto a sus medias    

Marco teórico

Implica exponer y analizar aquellas teorías , enfoques teóricos, resultados de investigaciones y antecedentes en general, que se consideran validos para el estudio
El marco teórico cumple diversas funciones:


1) ayuda a prevenir errores que se han cometido en otras investigaciones


2) orienta sobre como habrá de llevarse acabo el estudio


3) amplia el horizonte del investigador y evita que este se desvié del planteamiento original


4) conduce al establecimiento de hipótesis


5) inspira nuevas líneas y áreas de investigación


6) provee un marco de referencia para interpretar los resultados del estudio




En el marco teórico es indispensable revisar la literatura correspondiente para adoptar una teoría, debemos centrarnos en el problema de investigación y no divagar en otros, un buen marco de referencia es aquel que trata con profundidad únicamente los aspectos que se relacionan con el problema y que vinculan lógica y coherente los conceptos y proposiciones existentes en estudios anteriores

Una vez identificado el problema por analizar es necesario:

- visualizar los componentes del objeto de análisis


- describir de la manera mas completa y objetiva posible la situación que se va analizar de manera que se pueda comprender y expresar.


- organizar las ideas que se poseen en relación con el aspecto por analizar


- tomar una posición ante el hecho o situación por analizar


- justificar la posición tomada, explicando las ideas y razones que le sustentan argumentándola

Descripción del problema. Descripción completa, precisa y clara de la naturaleza del problema. Presentar claramente ¿el porque y el que de la investigación?

Antecedentes. Resultados de estudios o investigaciones nacionales y/o extranjeros que sea han hecho anteriormente o s están haciendo sobre el tema. Suministrar suficientes antecedentes para comprender y evaluar los resultados del estudio sin necesidad de consultar publicaciones anteriores sobre el tema.

Justificación y trascendencia. Manifestar brevemente y claramente cual es el propósito. La razón fundamental por la cual se selecciono el problema que da claro se justifica para llenar un vacío de información se te sugiere que des respuesta a preguntas como:


¿a quien se afecta? ¿Qué tan importante es el problema? ¿Qué tan grande es? ¿Qué tan posible es resolverlo?


Redacción. Una vez registrada toda la información en las fichas o tarjetas de trabajo estas se organizan de acuerdo a un esquema preliminar. Para facilitar la organización de las tarjetas es conveniente hacer coincidir los títulos de los conceptos registrados en estas con los incisos y sub incisos del esquema o bosquejo


Se procede a redactar el trabajo, la principal tarea es leer el contenido de cada ficha, analizándolo y meditándolo para darle forma; para iniciar la escritura se elabora un bosquejo en el que se relacionan los datos registrándolos en las tarjetas con el problema a solucionar.




Existen varias clases de fichas de trabajo; las más importantes son las:


• A). Textuales.


• b). De paráfrasis.


• c). De resumen.


• d). De comentario.


• e). De síntesis


• f) .de reflexión **


• g).mixtas


a). la ficha textual


En este tipo de fichas se realiza la trascripción de un párrafo que contenga una idea importante para el trabajo de investigación que se está elaborada.


La lectura de las fuentes para obtener información, se realiza en función del plan de trabajo, es decir, que no se leen de corrido los libros, artículos o documentos, sino sólo los capítulos o a las partes que servirán a la investigación. En esta lectura selectiva y analítica, el estudiante va localizando y tomando nota de los datos o ideas que le interesan.

Las normas más recomendables para la elaboración de la ficha textual son las siguientes:


Registrar en tarjetas la información más significativa, de acuerdo con el esquema de trabajo. Las citas textuales siempre se escriben entre comillas para distinguirlos de los comentarios o ideas personales del investigador.

Toda cita textual debe ser breve, tener unidad y presentar una sola idea. Ahora bien, si una sola parte del texto que se quiere transcribir es innecesaria, puede eliminarse y en su lugar se anotan tres puntos suspensivos. Si la parte omitida es muy extensa, debe anotarse una línea completa de puntos para indicar que se ha suprimido un amplio fragmento.

Cuando en la cita textual se encuentra un error de ortografía, de construcción o de otro tipo, no se corrige y se anota inmediatamente después de éste la abreviatura sic que significa: así; textualmente está en el original.
 
Cuando la cita hace alusión a un dato que se proporcionó antes, y que hace falta para la comprensión cabal del texto, se anota ese dato entre corchetes: " en aquella época (s. xv) se comenzaba a formar en España...”


Y el abuso de la cita textual va en detrimento de la calidad de un trabajo, por lo cual, se recomienda utilizarla sólo en los siguientes casos:

• Cuando la idea sea insustituible, o sea que no pueda expresarse con otras palabras.


• Cuando la cita se vaya a utilizar como elemento para probar alguna idea.


• Para apoyar o criticar un comentario o un punto de vista.

 
b). la ficha de paráfrasis


En este tipo de fichas el estudiante repite la idea de un texto con sus propias palabras. Esta explicación tiene las características de una glosa, pues pretende enunciar de manera amplificada la misma idea del texto, pero con otras palabras; por esta razón es necesario tener cuidado de no distorsionar la idea original. Como la paráfrasis es una construcción propia del estudiante, no se escribe entre comillas, pero si se cita la fuente.


***en esta parte se recomienda escribir con nuestras propias las palabras, los conceptos “nuevos” con un sentido “didáctico” es decir que nos quede tan claro el texto que lo podamos explicar a otros de mil maneras. Es posible que el espacio físico de una ficha no baste para explicar con nuestras palabras un párrafo textual de una lectura compleja, por lo tanto no se deba escatimar en número de fichas hasta no lograr tener claro el texto. Esto es en aras del proceso cognitivo que desarrollamos y en aras de la comprensión lectora plena, al menos al inicio de la utilización de esta técnica.


Para esto es necesario consultar diccionarios enciclopédicos y especializados según la complejidad de los términos.


No pasar en alto la paráfrasis si no se ha hecho este ejercicio de claridad semántica, simbólica y comunicativa. Puedes utilizar mapas mentales como estrategia (pimienta 2008),

C. la ficha de resumen.


En este tipo de fichas se consignan las recapitulaciones o extractos elaborados por el estudiante. Se utilizan mucho cuando la obra no es propia. Los resúmenes, tampoco se escriben entre comillas, sólo se registra la fuente.


El nuevo texto no debe emplear necesariamente las mismas palabras que el de referencia, pero sí se queda con las ideas de su autor. Para ayudar a redactar el resumen, alegría (2003), sugiere las siguientes operaciones:


• cancelar: suprimir palabras y expresiones que se refieran a detalles marginales como información accesoria y explicaciones circunstanciales, mismas que no sean vitales para comprender cabalmente el texto.


• seleccionar: a la vez que se eligen algunas partes esenciales del texto, se suprimen otras repetitivas, es decir, se recupera sólo la información necesaria.


• construir: debido al conocimiento previo del tema, se puede extraer información desglosada por el autor, para cambiarla por otras palabras que expresen la idea del autor pero con otras palabras o términos.


d). la ficha de comentario


La elaboración de comentarios de texto requiere de una gran práctica, pues se trata de asimilar el contenido para expresar después, ideas personales en torno a lo leído, es decir, formular críticas, juicios, u opiniones. Las fichas de comentario, son muy importantes ya que constituyen, en parte, la redacción misma del trabajo.


***constituyen la parte analítica del texto, aquí se puede criticar la forma, fondo y “descubrir las intenciones” del autor, más allá de la lectura literal.


Se recomienda leer otros autores sobre el mismo tema y llevarlos a la discusión.


En esta parte se pueden emplear estrategias de aprendizaje como son: cuadros comparativos, clasificaciones, jerarquizaciones, mapas cognitivos, mentales, matrices de inducción entre otras estrategias. Plantear preguntas al texto ejemplo: ¿qué nos quiere decir el autor?, ¿qué pretende el autor?, ¿cómo trata el tema el autor?, ¿por qué lo trata así y no de otra manera?, etc.



e). La ficha de síntesis


Sintetizar es la actividad que consiste en recoger las partes para obtener un todo. Mediante este procedimiento se exponen las ideas principales de un texto en una unidad de sentido, es decir, que no se trata sólo de “resumir “, sino de retomar las ideas consideradas como las más importantes y expresarlas de acuerdo con un punto de vista determinado; por esto, las fichas de síntesis desempeñan un papel fundamental en el proceso de desarrollo, argumentación y conclusión del trabajo de investigación.


****la síntesis la entendemos como un proceso dialéctico indisoluble con el análisis, por eso la síntesis es restructurar el texto tomando todo el trabajo realizado y descenderlo hasta las conclusiones. Aquí podemos realizar estrategias como los mapas conceptuales con un fin sintáctico, o cuadros para centrar la evaluación y toma de decisiones, entre otras estrategias de aprendizaje (pimienta, 2008)


f). La ficha de reflexión:


Es la reflexión de la reflexión, es la reflexión del comentario, la reflexión de la síntesis, la reflexión de todo el trabajo, donde pueden plantearse preguntas como ¿qué aprendí?, ¿para qué me va a servir esto en la vida diaria?, ¿cómo podría utilizar estas técnicas en otras unidades de aprendizaje?, etc.


Quizá haya confusión entre la ficha comentario y de reflexión. El comentario es el análisis del texto englobando todos sus aspectos mientras la ficha de reflexión es acerca de cómo aprendimos y nos apropiamos de este conocimiento en particular y cómo podemos utilizarlo.





g). La ficha mixta:


Se comprende de dos elementos:


• una cita textual que se anota en la parte superior de la tarjeta.


• un comentario personal, una paráfrasis, un resumen o síntesis sobre la cita, se escribe en la parte inferior de la ficha. Naturalmente, solo la cita textual estará entre comillas.







Protocolo de Investigación


View more presentations from pixel11.