Estadística para investigar

Integrar tecnología en la educación o en cualquier otro contexto es un proceso que pasa por diferentes etapas y una de ellas es los estudios que se realizan para validar diferentes hipótesis que surgen a partir de la idea de integrar o incluir tecnologías en la educación. Estos estudios se componen de trabajos de campo, casos de estudio, entrevistas, encuestas, entre otros. Y como resultado de aplicar estos estudios, se espera obtener conclusiones tanto de continuar con la idea tal y como está planteada, como de mejorar aspectos en la idea para beneficiar al usuario final. Cuando se obtiene un conjunto de datos, bien sea cualitativos o cuantitativos, es importante seleccionar la estrategía que más se adecue a los datos que se tienen y al contexto en el cual se hizo el estudio. Veamos como la estadística nos permite realizar este tipo de análisis.

Los datos por lo general se agrupan o almacenan mediante variables y los análisis permiten contrastar qué pasa con las variables en contextos determinados. Para realizar el contraste se parte de lo que se denomina como la hipótesis nula (para demostrar que las variables son independientes y se dice que es cierta hasta que no se demuestre lo contrario) y la hipótesis de contraste conocida como hipótesis alternativa (para demostrar que las variables son dependientes). Veamos un ejemplo:

Hipótesis nula
No hay relación entre el tamaño de los árboles y la lluvía de primavera.

Hipótesis alternativa
Cuando llueve en primavera aumenta el tamaño de los árboles.

Luego es importante preguntarse por el contexto del estudio, es decir tener claros los siguientes items:

• Cantidad de muestras: ¿Es la cantidad de muestras = 2 o > 2?
• Tamaño de la muestra: ¿Es la muestra pequeña (muestra< 30) o grande (muestra >=30)?
• Tipos de datos: ¿Están los datos relacionados/apareados (una intervención aplicada en el mismo grupo varias veces) o son independientes (una intervención aplicada en grupos diferentes)?
• Tipos de variables a analizar: ¿So las variables cualitativas o cuantitativas?
• Normalidad en los datos: ¿Son los datos normales (p<0,05) o no (p>=0,05)? (Consultar pruebas de normalidad)

Una vez que demos respuesta a estos interrogantes vamos a utilizar como referencia las siguientes tablas:

Selección por tipo de variables a analizar y por normalidad en los datos

Variable A	Variable B	Datos normales	Datos no normales
Cualitativa	Cualitativa	-	tablas de contingencia
Cualitativa	Cuantitativa	t-student t-student para datos apareados análisis de varianza	u de Mann-Whitney Wilcoxon Kruskal-Wallis
Cuantitativa	Cuantitativa	correlación de Pearson	correlación de Spearman

Selección por tipo de datos, por cantidad de muestras, y por normalidad en los datos

Muestra	Datos normales	Datos no normales
Muestras apareadas
= 2 muestras	t-student	Wilcoxon
> 2 muestras	ANOVA	Friedman
Muestras independientes
= 2 muestras	t-student	u de Mann-Whitney
> 2 muestras	ANOVA	Kruskal-Wallis

Una vez aplicada la técnica apropiada se puede saber si hay independencia o dependencia de las variables, es decir, se rechaza o bien la hipótesis nula o bien la hipótesis alternativa.