Aspecto metodológico
También se conoce como diseño de la
investigación en ella se plantea lo que el
investigador todo lo que debe hacer para
alcanzar sus objetivos de estudio,
contestar las interrogantes que se ha
planteado en la formulación del problema
y analizar la certeza de las hipótesis
formuladas en un contexto en particular.
Diseño de la investigación
El diseño debe adecuarse al tipo y nivel de
estudio: puede ser cuantitativo o
cualitativo, descriptivo, correlacional,
explicativo y también: pre experimental,
cuasi experimental, ex post facto, diseños
factoriales, etc.
Tipo de estudio
Es el conjunto de individuos u objetos de
los que se desea conocer algo en una
investigación.
Es la totalidad de los elementos que
poseen las principales características,
objeto de análisis y sus valores son
conocidos como parámetros.
Población o universo
«Programa experimental de aprestamiento
para el desarrollo de la inteligencia en niños
de área urbano marginal y rural de la región
Piura».
Población: área urbano marginal y rural de la
región Piura
Ejemplo
Es un subconjunto de elementos que
pertenecen a la población.
Es una parte de la población en que se
encuentra representada todas las
características o atributos del universo.
Cuando utilizamos muestras, los
resultados obtenidos se generalizan para
toda la población, según el nivel de
confianza y precisión.
Muestra
Definir concretamente cual es el universo
Definir la unidad muestral : familia,
manzanas, viviendas, organizaciones,
personas. Quesos regionales, etc.
La muestra a seleccionarse tiene que ser
representativa de la población,
Es representativa cuando la muestra
reúne las características de principales de
la población
Selección de la muestra
Cuando la población es grande, aplicar la
siguiente fórmula:
Z 2 pq
n
E2
n : muestra
Z : nivel _ de _ confianza
p : probabilidad _ de _ exito
q : probabilidad _ de _ fracaso
E : Nivel _ de _ precisión _ o _ error
Tamaño de muestra
Si n/N>5%, se corrige el tamaño de la
muestra.
𝑛
n0= 𝑛−1
1+ 𝑁
Donde:
𝑛: valor de la muestra inicial
n0: muestra corregida
N : poblacion
Este tipo de muestreo tiene el
inconveniente, que los resultados no
pueden generalizarse para toda la
población, pues son sólo válidos para la
muestra.
No interviene en forma determinante el
azar
Puede ser:
A) Por cuotas
B) Intencional o selectivo
Muestreo no probabilístico
Por cuotas:
Consiste en dividir la población en sub
grupos (cuotas), con características
comunes variables. Por ejemplo edad,
sexo, raza, estado civil, escolaridad,
educación, ocupación, estrato económico.
etc
Muestreo no probabilístico
Intencional o selectivo:
Se utiliza cuando se requiere tener casos que
puedan ser representativos de la población
investigada.
Escoger de la población aquellas unidades
(informantes claves) que puedan
proporcionar información esencial
Ej. Si se desea conocer las causas de la crisis
de los partidos políticos, la entrevista
estructurada se aplicaría a los líderes de los
partidos políticos, o a los politólogos.
Muestreo no probabilístico
Una vez determinado el tamaño de la
muestra y el método de selección de la
muestra de acuerdo al planteamiento del
problema y la hipótesis
La siguiente etapa de la investigación
consiste en la recolección de datos sobre
las variables correspondientes.
Recolección de datos
La Recolección de datos se remite al uso de
técnicas e instrumentos apropiados, que
permitan el acceso a la información requerida.
Se requiere que los instrumentos de recolección
de datos sean: Válidos y confiables.
Recolección de datos
La calidad sensorial de un alimento ni
debe ser medido exclusivamente por su
apariencia
Confiabilidad de instrumento de
medición se refiere al grado en que su
aplicación repita al mismo sujeto u objeto
produce iguales resultados.
Recolección de datos
Fuentes y técnicas para la recolección de la información
Documentos
Observación Libros
Entrevistas Revistas
Encuestas Tesis
Cuestionarios Prensa
Sondeos Tabulares
estadísticos o
numéricos
Tratamiento de la
información secundaria
Tratamiento de la
Es la manera en que una variable de
investigación es medida o cuantificada
Puede ser: Nominal, ordinal, de intervalo
y de razón
Escalas de medición
Este escala tiene 2 o mas categorías. Las
categorías no tienen orden o jerarquía. Lo
que se mide es colocado en una u otra
categoría:
Dicotómicas:
Masculino
Sexo femenino
privada
Universidad pública
Escala nominal
Partidos políticos; partido A, partido B, …
La carrera profesional elegida,
Departamento, el canal de Tv preferido
Escala nominal
Hace referencia a un orden
Ej. Organigramas de las organizaciones
publicas.
Se tiene muchas categorías, empero
existe un orden de mayor a menor
Ej. Rector
Vice-rectores
Escala ordinal
Decanos
Jefes de departamentos
Profesor principal
Profesor asociado
Profesor Auxiliar
Escala ordinal
3. Existe orden y jerarquía entre las
categorías, se establecen intervalos
iguales en la medición
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Escala de intervalos:
Contiene todas las características del nivel
de intervalo, el cero si es real, es absoluto
Ej. Exposición a la televisión, el número
de hijos, la productividad, las ventas de
un producto, el ingreso.
Procesamiento de datos
El tipo de escala de medición utilizada va
a influir en la elección del estadístico
Importante:
El tratamiento estadístico que llevamos a
cabo con los resultados encontrados en un
trabajo de investigación aplicamos dos
tipos fundamentales:
Descriptivo
Inferencial
Procesamiento estadístico
Nos informa como se ha comportado la
variable dependiente ante la acción de la
independiente.
Es una presentación de manera resumida
de todos los datos u observaciones hechas
Estadistica descriptiva
Son aquellas que describen los valores
centrales de un hecho o fenómeno.
El nivel de medición de la variable
determina cuál es la medida de tendencia
central apropiada
Las principales medidas de TC. La moda,
la mediana, la media aritmética y los
cuartiles.
Medidas de variabilidad
Rango (R)
Desviación cuartil (DQ)
Desviación estándar (ơ)
Varianza (ơ2)
Correlación(r)
Medidas de variabilidad
Varianza (ơ )=
2 σ(𝑥𝑖−𝑝𝑟𝑜𝑚𝑥 )2
𝑛
Correlación
Estas medidas nos indican las posibles
relaciones que pueden darse entre dos
variables
Se presentan dos tipos de correlación:
La Rho de Spearman, para escala ordinal
La (r) de Pearson para datos en escala de
intervalo.
𝑁 σ 𝑥𝑦−(σ 𝑥)(σ 𝑦)
r=
[𝑁 σ 𝑥 2 −(σ 𝑥 2 ][𝑁 σ 𝑦 2 −(σ 𝑦)]2
Correlación
Tipo Nominal Ordinal Intervalo
estadístico
MTC Moda Mediana Media
Variabilidad Rango Desviación Varianza y
cuartil desviación
estándar
Correlación -.- Rho de Correlación (r)
Spearman de Pearson
Estadística Inferencial
Este tipo estadístico fueron creados para
datos de tipo intervalo. Su aplicación
requiere los siguientes supuestos:
A) Distribución normal.- distribución
simétrica alrededor de la media, bajo la
forma de campana.
Si son sesgados, no simétricos, las
conclusiones que se pueden arribar con
un test paramétrico no son confiables.
Estadística paramétrica
Homogeneidad de la varianza.- hace
referencia al grado de dispersión que
puede tener cada uno de los grupos, que
estamos comparando. Se hace mas fácil
la comparación de grupos cuando las
varianzas son iguales u homogéneas
Estadística paramétrica
Es adecuado cuando se cumple:
La hipótesis a ser verificada o
comprobada no incluye o implica un
parámetro de la población
Los datos han sido medidos a una escala
mas débil de la requerida para un
procedimiento paramétrico
Los supuestos necesarios para el uso
valido de un procedimiento paramétrico
no son satisfactorios.
Estadística no paramétrica