Hola Chicos:
Seguimos con los temas básicos para la planeación de investigaciones científicas. En esta ocasión vamos a repasar los tipos de variables y la naturaleza de estas, así como los 2 tipos de gráficas más empleados y como elegir el tipo adecuado en función de la naturaleza de las variables de cada investigación.
Realiza las
siguientes acciones.
1.-Lee cuidadosamente
el escrito siguiente, pregunta lo que no quede claro.
2.- En tu bitácora y redacta un resumen de la información que se te esta proporcionando. (Te
la firmaré antes de salir de clase, pero ten en cuenta que solo se firmará si
esta en tu bitácora y esta tiene tu nombre, no se firma un papel suelto ni en
un cuaderno sin nombre)
3.- Abre una hoja de Excel,
copia las 2 tablas que encontrarás debajo de este escrito, calcula la media y la
Desviación estándar y posteriormente vas a graficar los datos de cada tabla
de acuerdo a las instrucciones que se darán en clase y teniendo en cuenta lo
que se explica al respecto en este escrito.
4.- Antes de que
termine la clase debes mandar el archivo de excel al correo de babdieces@gmail.com poniendo el grupo
“variables” y tu nombre empezando por apellido paterno tanto en el nombre del
archivo como en el asunto del correo
TIPOS DE VARIABLES.
Hasta ahora hemos estado trabajando con las variables que se
manejan en una investigación experimental. A manera de recordatorio y con la
finalidad de reforzar su comprensión se ponen a continuación sus definiciones,
pero con una redacción un poco diferente:
- Independiente: es la variable cuyo valor el investigador cambia sistemáticamente para comprobar o constatar el efecto tienen esos cambios sobre el fenómeno objeto del estudio. En otras palabras, esta variable es manipulada por el investigador de acuerdo a la información que se tiene como antecedente. Ejemplo: se quiere evaluar el efecto de la temperatura (variable independiente) sobre la fotosíntesis en alguna planta, en cuyo caso el investigador manipula la temperatura en un cierto rango de valores, en función de la información que ha recopilado.
- Dependiente: es lo que mide u observa el
experimentador para definir el efecto de variar sistemáticamente la
variable independiente. Ejemplo, siguiendo el mismo tema, el investigador
puede medir el desprendimiento de Oxígeno por la planta en cada
temperatura y de esta manera describir el comportamiento. Es importante
aclarar, que normalmente se toman varias medidas (repeticiones) del
Oxigeno desprendido para cada temperatura probada.
- Controlada: es una variable que puede cambiar,
pero que el experimentador intencionalmente mantiene constante para aislar
más claramente la relación entre la variable independiente y la variable
dependiente. Ejemplo, de nuevo siguiendo el mismo experimento, el
investigador tendría que mantener constante el tamaño inicial de las
plantas porque si alguna tuviera mayor tamaño, no podría distinguir si una
mayor producción de oxigeno se deba a la temperatura o a una mayor
cantidad de tejido fotosintético.
Tanto las variables independientes como dependientes pueden
tener diferente naturaleza, y de acuerdo a esta se clasifican en:
·
“Cualitativas
o categorizadas: expresan una cualidad o característica que resulta de una
apreciación, no de una medición. Ejemplo: nivel de simpatía o el nivel de estudios. Pueden ser de dos
tipos:
-
Dicotómicas:
tiene sólo dos valores. Ejemplo: sexo (hombre/ mujer), preguntas (verdadero/
falso).
-
Politómicas:
presenta más de dos valores. Dentro de las politómicas, a su vez pueden ser de
dos tipos.
Nominales: el orden en el que se presentan los diferentes valores
no
importa. Ejemplo: elige tu
color favorito ( verde, rojo, azul,
amarillo), no expresan que uno
tenga más importancia que otro.
Ordinales: se basan en un orden. Ejemplo: el nivel de estudios de
los
padres (secundaria,
Bachillerato, , carrera universitaria…), en este
caso unos valores están por
encima o por debajo de otros
- Cuantitativas: los valores van expresados en números. Ejemplo: las notas de una asignatura (9, 25). Dentro de éstas pueden ser de dos tipos:
-
Continuas:
depende de la precisión del instrumento. Ejemplo: la talla (2 Kg 500 g) y el
peso ( 1.53 m.).
-
Discretas:
el valor debe expresarse en números enteros. Ejemplo: la edad, número de
hermanos, etc.”[1]
Cuando se lleva a cabo un experimento la forma de procesar y
presentar los resultados en tablas y gráficas depende de la naturaleza de las
variables que se estén manejando, por ahora solo vamos a ver dos ejemplos que
son los que con más frecuencia se van a utilizar.
Cuando la variable independiente son categorías como cuando
quieres ver el efecto de diferentes tipos de ejercicio (variable independiente)
sobre la frecuencia cardiaca (variable dependiente), el tipo de gráfica que
exprese los resultados va a ser de columnas, donde en el eje de las “X” tendrán
que estar los tipos de ejercicio que se probaron y en el de las “Y” la
frecuencia cardiaca.
RECUERDA QUE LA
VARIABLE INDEPENDIENTE SIEMPRE VA EN EL EJE DE LAS “X”. y QUE SE GRAFICA LA
VARIABLE INDEPENDIENTE CONTRA MEDIA
DE LA VARIABLE DEPENDIENTE.
Por otro lado, cuando la variable independiente es
cuantitativa y continua, los resultados se presentan en una gráfica de
dispersión con línea de tendencia, ya que por lo general en estos casos existe
una relación entre la variable independiente y la dependiente que queda
descrita en la línea de tendencia.
Tabla 1.- Efecto de
diferentes colores de luz en el aumento de Biomasa en plántulas de pasto
durante la fotosíntesis.
|
||||||||||
Colores de Luz
|
Rep 1 (g± 0.1 g)
|
Rep 2 (g± 0.1 g)
|
Rep 3 (g± 0.1 g)
|
Rep 4 (g± 0.1 g)
|
Rep 5 (g± 0.1 g)
|
Rep 6 (g± 0.1 g)
|
Media (g± 0.1 g)
|
Desviación estandar
|
||
Morada
|
105
|
97
|
108
|
108
|
103
|
79
|
||||
Azul
|
88
|
91
|
105
|
89
|
88
|
51
|
||||
Verde
|
30
|
27
|
34
|
22
|
24
|
24
|
||||
Amarilla
|
61
|
43
|
46
|
45
|
25
|
30
|
||||
Roja
|
67
|
81
|
49
|
73
|
39
|
40
|
||||
Tabla 2.- Aumento de
volumen por producción de CO2 durante la respiración de levaduras empleando
diferentes concentraciones de glucosa
|
||||||||
Glucosa (% ± 0.01%)
|
Rep 1 (ml ± 0.1 ml)
|
Rep 2 (ml ± 0.1 ml)
|
Rep 3 (ml ± 0.1 ml)
|
Rep 4 (ml ± 0.1 ml)
|
Rep 5 (ml ± 0.1 ml)
|
Rep 6 (ml ± 0.1 ml)
|
Media (ml ± 0.1 ml)
|
Desviación
estandar (ml ± 0.1 ml)
|
0
|
5
|
3
|
4
|
2
|
5
|
4
|
||
0.2
|
33
|
17
|
16
|
3
|
3
|
12
|
||
0.4
|
30
|
48
|
17
|
33
|
10
|
20
|
||
0.6
|
57
|
55
|
73
|
69
|
54
|
34
|
||
0.8
|
77
|
58
|
76
|
86
|
65
|
62
|
||
[1]
Marín de Oliveira. L. M. (2005) “Identificación y categorización de variables”
Recuperado de http://ocw.um.es/transversales/utilizacion-del-podcast-como-recurso-educativo-en/material-de-clase-1/ii-05-identificacion-y-categorizacion-de-variables.pdf accesado el 17 de marzo de 2015.
No hay comentarios.:
Publicar un comentario