MANA 754 M2 Flip Book

Módulo 2: Conceptualización y el Proceso de Investigación

Contenido 2.1 Modelo Conceptual Un resultado importante de la revisión de la literatura es el desarrollo de un modelo conceptual de las relaciones a estudiar en una investigación. El proceso de desarrollar un modelo se conoce como Conceptualización. La conceptualización involucra 3 tareas: Identificar las variables y constructos de la investigación, Especificar hipótesis y relaciones, Preparar un diagrama o modelo conceptual que represente visualmente la base teórica de las relaciones que examinará. 2.2 Variables Las variables son las características observables y medibles en un modelo conceptual. Características observables y medibles en un modelo conceptual. Los investigadores asignan valores a las variables que permiten su medición. Ejemplos de variable son:  Ventas: el total de ventas generadas en un periodo  Conocimiento de la marca: cuánto los clientes o el mercado conoce sobre una marca (compañía o producto)  Niveles de producción: grado de uso de la capacidad de producción de una entidad.  Compras: adquisición de un producto o servicio que realiza el consumidor o cliente.  Características demográficas: información general sobre grupos de personas. 2.3 Constructos Constructos Una combinación de varias preguntas o declaraciones utilizadas en combinación para representar una característica o concepto. Los constructos son más abstractos que las variables, consideradas sencillas, y son definidas a base de teorías. Los constructos existen en la mente, pero no se pueden tocar. Se miden indirectamente por medio de múltiples variables vía preguntas de encuestas. La mayoría de los constructos en la investigación son variables latentes. En estadística, las variables latentes son variables que no se observan directamente, sino que se infieren de otras variables que se observan. Una variable latente es una variable que no se puede observar. La presencia de variables latentes, sin embargo, puede detectarse por sus efectos sobre

variables que son observables. La principal diferencia entre las variables y los constructos es que las variables miden directamente una característica o atributo único en un nivel inferior de abstracción, mientras que las construcciones consisten en varias características relacionadas y se miden indirectamente y se caracterizan por un nivel de abstracción más elevado que las variables. Ejemplos de constructos son la calidad de servicio, la actitud hacia algo, la confianza, la satisfacción y el liderazgo. 2.4 Variables: Tipos Al desarrollar un modelo conceptual, el investigador debe pensar en 2 tipos de variables: La Variable Dependiente que es la variable que intenta comprender, explicar o predecir. Un Ejemplo de una variable dependiente puede ser: la satisfacción en el trabajo del empleado. La Variable Independiente es una característica medible que influye o explica la variable dependiente. Un ejemplo de una variable independiente puede ser: el nivel de compensación o la Calidad de supervisión de un empleado. Los constructos, al igual que las variables, también se clasifican como independientes o dependientes. 2.5 Variables Cuantitativas Las variables cuantitativas son aquellas que adoptan valores numéricos (es decir, cifras). De este modo se diferencian de las variables cualitativas, que expresan cualidades, atributos, categorías o características. Hay diferentes tipos de variables cuantitativas. Hay Variable Dicotómicas, las cuales se dividen en dos ejes similares. Hay Variables Discretas que son un conjunto de variables cuyos valores no admiten valores intermedios, no siendo posible obtener decimales en su medición. Por ejemplo, no es posible tener 2,5 hijos. Suelen referirse a variables que emplean escalas de razón. Hay Variables cuantitativas continuas, cuyos valores forman parte de un continuo en el que entre dos valores concretos podemos encontrar diversos valores intermedios. Más frecuentemente, hablamos de variables que se miden en escala de intervalo. 2.6 Variables Cualitativas Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Hay diferentes tipos de variables cuantitativas: Nominal,

Ordinaria, binaria. Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe un orden, y permite que una característica, un atributo, una cualidad o una categoría no numérica sea expresada. No se puede medir numéricamente. No da datos específicos y a veces tampoco en orden, pero especifica una condición, cualidad o característica de cualquier artificio matemático. Una variable nominal no es representada por números ni tampoco tiene algún tipo de orden, así que es menos precisa en lo que matemáticamente se refiere. Por ejemplo, los colores: negro, azul, rojo, amarillo, naranja, etc. La variable cualitativa Ordinaria, también conocida como variable cuasi cuantitativa, también es representada por una modalidad que no requiere números, pero si existe un orden o un puesto. Por ejemplo, nivel socioeconómico: alto, medio bajo. La variable cualitativa Binaria intenta tomar algún valor específico de tipo binario. Por ejemplo, sexo de una persona: masculino o femenino. 2.7 Variables independientes y dependientes Derivada del término en latín variabilis, variable es una palabra que representa a aquello que varía o que está sujeto a algún tipo de cambio. ... En otras palabras, una variable es un símbolo que permite identificar a un elemento no especificado dentro de un determinado grupo. Puede hablarse de distintos tipos de variable: las variables dependientes, que son aquellas que dependen del valor que se le asigne a otros fenómenos o variables; las variables independientes, cuyos cambios en los valores influyen en los valores de otra. En la matemática, una variable es un símbolo para un número que aún no sabemos. Es normalmente una letra como x o y. La variable independiente (IV) es una variable cuya variación no depende de la de otra. A menudo la variable independiente es denotada por una “x”. Estas variables vaticinan resultados, son la presunta causa de algo, son un estímulo que sube o baja algo, anteceden y manipulan un resultado. La variable dependiente (DV), por el contrario, es una variable cuyo valor SI depende de otra. A menudo la variable independiente es denotada por una “y”. Estas variables son el dictamen o resultado, son el efecto, la respuesta, consecuencia o resultado de algo. En muchas investigaciones de tipo causal o relacional, se utiliza una ecuación de una línea recta para medir si la una pendiente es Positiva o Negativa. (y = mx + b) donde y = qué tan arriba, x = qué tan avanzado, m = pendiente o gradiente (qué tan empinada es la línea), b = valor de y cuando x = 0. 2.8 Variables Moderadoras (MV)

Se entiende por variables moderadoras al conjunto de variables que alteran la relación existente entre variable dependiente e independiente. Ejemplo de ello se da si relacionamos horas de estudio con resultados académicos, siendo variables moderadoras el estado emocional o la capacidad intelectual. Ejemplo: El cambio a la comisión de un sistema de compensación salarial (IV) conducirá a una mayor productividad de ventas (DV) por trabajador, especialmente entre los trabajadores más jóvenes (MV). Otro Ejemplo: La pérdida de empleos mineros (IV) lleva a la aceptación de comportamientos de mayor riesgo para obtener un ingreso de apoyo familiar (DV), particularmente entre aquellos con una educación limitada (MV). 2.9 Variables Extrañas (EV) Esta variable hace referencia a todas aquellas variables que no se han tenido en cuenta pero que tienen un efecto sobre los resultados obtenidos. Son todo aquel conjunto de variables no controladas y tenidas en cuenta en la situación estudiada, aunque es posible identificarlas luego, incluso durante, un experimento o contexto investigado. Se diferencian de las moderadoras en el hecho de que las extrañas no son tenidas en cuenta, no siendo este el caso de las moderadoras. Las variables extrañas son aquellas que pueden llevarnos a conclusiones erróneas al interpretar los resultados de una investigación, y el impacto de su presencia depende de la calidad del diseño de los estudios realizados para investigar algo. 2.10 Variables intervinientes (IVV) La variable interviniente es una variable que afecta o puede afectar el efecto que causa la variable independiente sobre la variable dependiente. Por eso se le suele llamar también variable interferente, variable extraña o variable desconcertante. Un ejemplo sería: El cambio a un sistema de compensación de comisiones (IV) conducirá a una mayor productividad de ventas (DV) al aumentar la compensación general (IVV). Otro ejemplo: Una campaña de promoción (IV) aumentará la actividad de ahorro (DV), especialmente cuando se ofrecen premios gratuitos (MV), pero principalmente entre los ahorradores más pequeños (control EV). Los resultados provienen de mejorar la motivación para ahorrar (IVV). 2.11 Hipótesis y Relaciones Especificación de hipótesis y relaciones

Los investigadores a menudo tienen alguna idea preliminar con respecto a las relaciones de datos basadas en la situación comercial actual y generalmente se llaman hipótesis. También puede considerarse como una suposición sobre la naturaleza de una situación particular. En estadística, una hipótesis es una suposición o proposición no probada que explica tentativamente ciertos hechos o fenómenos. Los investigadores empresariales prueban hipótesis para verificar que cualquier relación que se cree que existe entre las variables que se estudian se debe a relaciones verdaderas y no al azar. Se desarrollan antes de la recopilación de datos y generalmente surgen de la revisión de la literatura, las preguntas de investigación y la teoría. Se utilizan para explicar y probar proposiciones. La Hipótesis es una suposición o proposición no probada que explica tentativamente ciertos hechos o fenómenos, o una suposición sobre la naturaleza de una situación particular. Se desarrolla antes de la recopilación de datos, pero surgen de la revisión de la literatura, las preguntas de investigación y alguna teoría. 2.12 Hipótesis: siempre a prueba Al desarrollar una hipótesis, los investigadores siempre se deben preocupar por saber si se puede probar. Se debe poder identificar el grupo en el que se está enfocando y se debe poder medir las variables. Hay 2 preguntas clave en el desarrollo de una hipótesis: 1- ¿Qué grupo se examinará con esta hipótesis? 2- ¿Qué variables se están probando? 2.13 Formatos de Hipótesis A la hora de elaborar una hipótesis hay que tener en cuenta las variables de estudio, la población sobre la que se va a elaborar dicho estudio, el ámbito dónde se va a realizar y la localización temporal. Debe de estar bien especificada y ser clara en su redacción. Hay diferentes tipos de hipótesis. Una hipótesis simple es cuándo solo hay dos variables relacionadas mientras que en una hipótesis compleja son tres o más variables las que se entrelazan. Una hipótesis simple de presenta una teoría que se desarrollará para ser demostrada. Un ejemplo puede ser: Los jóvenes de secundaria con problemas de autoestima suspenden en más del 80% de los casos sus exámenes orales. En una hipótesis nula, su objetivo es negar una hipótesis de investigación para proponer una alternativa. Un ejemplo puede ser: Los jóvenes de secundaria con problemas de autoestima no suspenden sus exámenes orales en más del 80%. Una hipótesis alternativa se

propone tras discutir la de investigación y la nula. Un ejemplo puede ser: Los jóvenes de secundaria con problemas de autoestima suspenden sus exámenes orales en una proporción de entre un 50% y un 60% de los casos. 2.14 Hipótesis: Dirección La hipótesis se puede establecer como direccional o no direccional. Si usa términos como \"más que\", \"menos que\", al establecer la relación entre dos grupos, entonces la hipótesis es direccional. La Hipótesis Direccional establece la relación entre dos grupos de variables. Un ejemplo puede ser: Cuanto mayor sea el estrés experimentado en el trabajo, más probable es que un empleado busque otro trabajo. La Hipótesis No Direccional postula una diferencia o relación, pero no indica una dirección para las diferencias o la relación entre variables o grupos. Un ejemplo puede ser: Existe una relación entre el estrés experimentado en el trabajo y la probabilidad de que un empleado busque otro trabajo. 2.15 Hipótesis: Relación La hipótesis puede exponer una relación entre variables o constructos. Puede haber una relación correlacional o causal. Si usa expone una relación entre variables con cierto nivel predictivo es correlacional. Un ejemplo puede ser: “A mayor autoestima y seguridad en sí mismo, menor temor al fracaso.” Si usa expone una relación de Causa-Efecto y propone factores a causa de la variable estudiada, es correlacional. Un ejemplo puede ser: “Un aumento en el ingreso familiar conduce a un aumento en el porcentaje del ingreso ahorrado.” 2.16 El Rol de la Hipótesis La Hipótesis es una guía de dirección del estudio que identifica hechos relevantes, sugiere el diseño de investigación más apropiado y proporciona un marco para organizar las conclusiones resultantes. 2.17 Características de una hipótesis fuerte: Una hipótesis fuerte es: adecuada para la investigación según el interés del investigador y la literatura, es comprobable empíricamente y replicable, además de ser la mejor pregunta de investigación posible sobre otras.

2.18 Modelo Conceptual En las etapas iniciales de un proyecto de investigación, un primer paso importante es preparar un diagrama que ilustre las hipótesis de investigación y muestre la relación variable que se examinará. El Modelo Conceptual es un diagrama que conecta variables y construcciones basadas en la teoría y la lógica que muestra la hipótesis a ser probada. 2.19 Modelo Conceptual: Elementos Los elementos básicos de los modelos conceptuales: Construcciones teóricas: variables compuestas o componentes latentes, no medidas. Típicamente representado en ovales, elipses o círculos. Variables medidas: observaciones reales (datos brutos) y se denominan variables indicadoras. Típicamente representado en rectángulos.3. Relaciones unidireccionales: flechas de una punta entre construcciones o variables. Usualmente representa relaciones predictivas.4. Relaciones bidireccionales: flechas de doble punta entre construcciones o variables. Usualmente representa correlaciones o covarianzas entre construcciones que no son ni predictivas ni causales. 5. Términos de error: representan la cantidad de variaciones no explicadas por la relación hipotética entre las variables o construcciones. Modelo Interno: representa los constructos teóricos latentes (no medidas directamente), muestra las relaciones entre los óvalos y se conoce como modelo estructural. Modelo Externo: muestra las relaciones entre los constructos teóricos latentes y las variables indicadoras (rectángulos) y se conoce como el modelo de medición. Se presenta un ejemplo tomado del libro de Hair (2015) titulado “Exhibit 6.3 Conceptual Model with Three Constructs and Eight Measured Variables” de modelo conceptual con variables medibles (cuadrados), constructos teóricos latentes (óvalos), términos de error (círculos) y relaciones (flechas).