INVESTIGACIÒN
CIENTÌFICA
• Conocer
• Explicar
• Predecir
• Actuar
TIPOS DE INVESTIGACIÓN
1. Pura – Básica – Fundamental
Por la 2. Aplicada
finalidad - Tecnológica sustantiva
- Tecnológica operativa
1. Histórica – Retrospectiva –
Por el Longitudinal – Diacrónica
Tiempo 1.1 Retrospectiva
1.2 Prospectica
2. Conyuntural – Seccional – Sincrónica
1. Exploratoria
Por el
2. Descriptiva
Profundidad
3. Explicativa
Por la 1. Microinvestigación
Amplitud 2. Macroinvestigación
1. Filosófica
Por el 2. Formal, lógica
Campo 3. Natural
de Estudio 4. Social
1. De campo
Por el
2. De laboratorio
Ámbito
3. Documental
Por el 1. Especializada
Enfoque 2. Multidisciplinaria
Por el 1. Cuantitativa
Carácter 2. Cualitativa
Por la 1. Primaria
Fuente 2. Secundaria
R Procesos
Es cuando varios acontecimientos constituyen
E una secuencia temporalmente ordenada.
A Información
D Es toda característica que se extrae del
fenómeno y se transmite en forma de datos
Antonio La Torre
FASES DE LA INVESTIGACIÓN
• Formular y delimitar el problema
• Revisar la literatura
– El problema específico
– Marco teórico
– Los métodos idóneos
• Establecer un marco teórico
• Formular hipótesis
• Elegir un plan de investigación
• Especificar la población
• Desarrollar un plan de recolección de datos
• Efectuar el estudio piloto y hacer revisiones
• Recolectar datos
• Ánálisis de datos
• Interpretar resultados y comunicar los datos
DISEÑO DE INVESTIGACIÓN
Planteamiento Teórico (PT) Planteamiento Operacional (PO) Recolección de Datos (RD) Resultados (R)
Variables
indicadores
Técnica, Instrumento, Campo Sistematización de datos
materiales de verifica-
Problema Biblioteca o Archivo Estudio de datos siste-
ción matizados
Marco Teórico Laboratorio
Conclusiones
Objetivos Campo de verificación
Sugerencias y propuestas
Hipótesis
MÉTODO CIENTÍFICO
Informe de Investigación
1. Problema de Investigación
1.1. Enunciado
1.2. Descripción
1.3. Justificación
2. Objetivos
3. Marco Teórico
3.1. Conceptos Básicos (Marco Conceptual)
3.2. Análisis de antecedentes investigativos
VI. ANEXOS
Datos de la Institución
Universitaria
Estructura
básica de la
portada del
protocolo
Autor
Lugar y Año
UNIVERSIDAD CATÓLICA DE SANTA MARÍA
FACULTAD DE CIENCIAS Y TECNOLOGÍAS SOCIALES Y
HUMANIDADES
Ejemplo de
portada del
Proyecto
Investigativo PROYECTO DE INVESTIGACIÓN
Autor.........................
AREQUIPA-PERÚ
2005
Actitud exploratoria
permanente de la realidad
Lectura cuestionante y
reflexiva
Precisión Contrastación entre T-D-R
Percepción selectiva
Consulta a especialistas,
metodólogos y asesores
Criterios Transferencia científica
Operativos Actividad creativo
Diseño Estructural transformadora
Revisión de las propuestas
del preámbulo que de invest. anteriores
Soportes
muestra la manera Empíricos
cómo se debe
Proceso de Teoría
elaborar Determinación
Fuentes del
problema
Doctrina
del Problema Realidad
técnicamente este
componente formal
Primera Caracterización del
inicial del protocolo Problema
Datos Datos
Reales Teóricos
I. PREÁMBULO
1. PROBLEMA DE INVESTIGACIÓN
P
R
O Enunciado
B
L Descripción
E
M Justificación
A
1.1. Enunciado
• El enunciado es una fórmula declarativa o interrogativa que
sintetiza el problema. Estructuralmente debe contener
variable(s), unidades de estudio, ubicación espacial o lugar y
ubicación temporal de la investigación.
E N U N C I A D O
D
Área del conocimiento
E
S
C Análisis de variables
R
I Interrogantes básicas
P
C Tipo de investigación
I
Ó
Nivel de investigación
N
a. Área del conocimiento
• En esta parte del protocolo, el proyectista, sin
abusar del esquematismo y la subtematización,
usando más bien un lenguaje narrativo, deberá
ubicar el problema investigativo en el área
general, macrodivisión científica o campo
cognitivo; en el área específica, subcampo o
rama del saber; en la especialidad o
disciplina(s); y, en la línea o tópico.
C Área específica
O
N
O
C
I
M
Especialidad
I
E
N
T
O Línea
VARIABLE = INDICADOR
VARIABLE INDICADOR
Tipo……………………. ……………………… ………………………
………………………
………………………
………………………
• Esquema compuesto: cuando la variable
resiste 2 niveles de análisis: indicadores y
subindicadores
I1 P1
I2 P2
VARIABLE INTERVINIENTE
I3 P3
In Pn
Esquema para formular interrogantes
básicas en problemas comparativos
univariables.
• Si el problema es Comparativo Univariable como
suele serlo generalmente, se formularán tantas
interrogantes como situaciones de contraste
(unidades de estudio, lugares o temporalidades
diferentes), más una pregunta final comparando
dichas situaciones.
Sit.1 P1
V. Interviniente P3 (comparativo)
Sit.2 P2
Esquema para formular interrogantes
básicas en problemas comparativos
bivariables.
• Si el problema es comparativo bivariable,
modalidad por cierto infrecuente, se formularán
sendas interrogantes para cada variable y, una
tercera de comparación entre ambas. Este
manejo es similar al requerido por problemas
correlacionales.
V1 P1
P3 (comparativo)
V2 P2
Esquemas referidos a las formas habitual
y alterna para formular interrogantes
básicas en problemas explicativos.
I1 P1 P1
I2 P2 P2
In Pn Pn
Esquemas que representan a las formas
habitual y alterna para formular interrogantes
básicas en problemas explicativos.
• Estas formas también pueden esquematizarse
respectivamente en:
I1
VI I2 VI
In
I1
VD VD I2
In
Pn P2 P1
Esquemas inversos que representan la direccionalidad
que deben asumir las interrogantes básicas en su
formulación habitual e infrecuente en problemas
explicativos de consecuencia.
I1
VD I2 VD
In
• Esquema que ilustra la dirección de la relación causal
en un problema relacional con variable independiente
indesagregada y la forma y frecuencia con que deben
formularse las interrogantes básicas en este caso:
VI
I1
VD I2
In
• Si el problema es relacional bivariable existe, cuando menos,
cuatro modalidades para formular las interrogantes básicas,
optables según conveniencia, pero tomando siempre en
consideración que en este tipo de problemas, la variable
dependiente es la realmente investigativa, y como tal la que
requiere operacionalización reglamentaria.
Modalidad genérica; de carácter absolutamente dual, porque
admite la formulación básica de dos interrogantes:
¿Influirá la VI en la VD?
¿Cómo influirá la VI en la VD?
• Modalidad por inoperacionalización
causal, en la que la variable independiente
no se desagrega, y como tal, las
interrogantes básicas se formulan
expresando la manera cómo influye la
variable independiente en cada una de los
indicadores de la variable dependiente.
• Expresión esquemática de la orientación de las
interrogantes básicas en un problema relacional
bivariable con variable independiente desagregada.
I1
VI I2
In
VD
• Modalidad por operacionalización causal, que
implica la desagregación formal de la variable
independiente.
Esta modalidad ofrece dos alternativas para
formular las interrogantes:
• Expresando la manera como influye cada uno
de los indicadores de la variable independiente
en la variable dependiente.
• Elaborando una pregunta por cada variable, y una
tercera relacionándolas.
- P1: ¿Cómo es la VI?
- P2: ¿Cómo es la VD?
- P3: ¿Cómo influye la VI en la VD?
• Si el problema es correlacional bivariable, puede
optarse por cualquiera de las siguientes formas:
MODALIDAD GENÉRICA:
• ¿Habrá correlación entre el VA1 y la VA2?
¿VA1 VA2?
• ¿Cómo es la correlación entre la VA1 y VA2?
• MODALIDAD HABITUAL: formulando una pregunta
por cada variable asociativa, y luego una tercera para
correlacionarlas.
- P1: Cómo es la VA1?
- P2: Cómo es la VA2?
- P3: Cómo se interinfluyen la VA1 y la VA2?
• Si el problema es experimental bivariable, la conducta a
asumirse en la formulación de interrogantes, es similar
a la de los problemas relacionales, pero con rasgos
propios.
Pueden darse hasta tres modalidades:
MODALIDAD GENERAL
• P1: La VE modificará a la VR?
• P2: Cómo modificará la VE a la VR?
• Esquema que representa la manera cómo se deben
formular las interrogantes básicas en un problema
experimental bivariable con variable estímulo no
desagregada.
VE
I1
VR I2
In
• Modalidad por inoperacionalización de
la variable estímulo. Constituye la forma
habitual. En este caso las interrogantes se
formulan expresando la manera cómo
actúa la variable estímulo en cada
indicador de la variable respuesta.
• Representación esquemática de la formulación
de interrogantes básicas en un problema
experimental bivariable con variable estímulo
desagregada
I1
VE I2
In
VR
• Modalidad de operacionalización de la
variable estímulo. Forma por cierto infrecuente,
pero ejecutable, en cuanto las interrogantes
básicas son formuladas explicitando el modo
cómo actúan los indicadores de la variable
estímulo sobre la variable respuesta.
• Diferentes Para problemas explicativos o relacionales
esquemas que
muestran la
VI1 P1 P1
VD
1
manera cómo se VD VI
formulan P2 P2
interrogantes
VI2 VD
2
multivariables
explicativos,
P3 VR VE P3
relacionales y VE2
P2 P2
VR2
experimentales
• Si el problema es multivariable, aunque parezca
paradojal, el procedimiento es más fácil, porque
las interrogantes o son formuladas por variables
como podría ocurrir en problemas explicativos y
relacionales, o por variables y su validación
contrastativa, como sucedería en problemas
experimentales.
c. Interrogantes Básicas (subproblemas)
TIPO DE
INVESTIGACIÓN Documental
De laboratorio
Larry Rosado L.
NIVEL DE INVESTIGACIÓN
Larry Rosado L.
Originalidad
Relevancia científica
J
U Relevancia práctica
S
TI Relevancia social
FI
C Relevancia contemporánea
A
C
I Factibilidad
Ó
N Interés personal
Contribución académica
Larry Rosado L.
Ejemplo
Tipo de investigación
• Se trata de una investigación de campo, en tanto
supone la presencia de estudiantes universitarios y la
universidad como realidad específica para la
recolección.
Nivel de Investigación
• La presente corresponde a una investigación relacional
porque estudia la influencia de una variable
independiente natural (estilos de aprendizaje) en una
variable dependiente (construcción del conocimiento)
sobre la base de una relación causal.
Justificación
• El problema en cuestión se considera justificable en primer término, por su
especial originalidad, no habiéndose registrado antecedentes investigativos
con idéntico enfoque cuando menos a nivel regional y nacional.
• El estudio planteado tiene asimismo una legítima relevancia científica y
contemporánea. En el primer caso por el aporte cognitivo que implicará
aclarar la influencia de los estilos de aprendizaje en la construcción del
conocimiento. En el segundo caso por la importancia actual que tiene este
problema fundamentalmente en el área de educación superior donde la
observación preliminar de éstas han mostrado con especial realismo este
conflicto que tiene implicancias académicas serias.
• De otro lado, apelando al análisis de factibilidad previo, prácticamente se
ha garantizado la ejecución del estudio por la disponibilidad de estudiantes del
nivel superior.
• Asimismo, el problema elegido responde a los Lineamientos de Política
Investigativa de la Universidad, al guardar conformidad con el área
problemática, nivel y relevancia exigidos para una investigación de la
especialidad.
MARCO CONCEPTUAL
ACTUALIDAD COGNITIVA TEORIZADA
T E O R Í A
Proposiciones Fundamentales
Primigenia
Cita Ob. Cit.
subcalce Ibid.
Idem.
Otras
DEFINICIÓN
• “En el marco teórico se expresan las proposiciones teóricas
generales, los postulados y supuestos que sirven de marco de
referencia al problema”. (Ander Egg)
• “El marco de referencia comprende un análisis crítico de las
teorías conocidas referidas a la problemática por resolver, y a un
análisis sintético y crítico de los trabajos operativos existentes”
(Le chau)
• “Mediante esta operación se trata de alcanzar una comprensión
cabal del cuerpo de conocimientos y experiencias científicas
acumuladas que se relacionan con el problema”. (Aco Cataldo)
PARTES DEL MARCO TEÓRICO
• CONCEPTOS BÁSICOS
Fuentes:
– La cultura profesional: saber + experiencia
– Revisión bibliográfica, hemerográfica y de internet
• ANTECEDENTES INVESTIGATIVOS
Fuentes:
– Catálogos de investigaciones
– Revistas especializadas
– Entrevistas a expertos
– Página web
Dr. Julio Paredes Núñez
CRITERIOS PARA LA UBICACÍÓN,
SELECCIÓN Y RESUMEN DE LAS BASES
TEÓRICAS
• Revisar la bibliografía especializada
• Ubicar el índice de cada libro
• Leer y confeccionar fichas sobre teorías, temas
• Seleccionar los temas de lo fichado
• Ordenar y colocar en secuencia los temas consultados
• Integrar concatenadamente y redactar en forma resumida.
Proposiciones Derivadas
RESUMEN ANÁLISIS DE
TITULO DE ENFOQUE Y
TITULO AUTOR RESULTAD. ALCANCES
TIPO DE CLASE DE
NIVEL CIENTÍFICO VERBO COGNITIVOS A USARSE
INVESTIGACIÓN OBJETIVO
Exploratorio Explorar, sondear, escrutar, buscar,
inquirir, indagar, averiguar, etc.
REQUISITOS
1. Precisión: Claridad
2. Compatibilidad: ir a la misma dirección
3. Viabilidad: Certidumbre de ser logrados
4. Limitación: Adecuado número
Julio Paredes Núñez
OBJETIVO
ANÁLISIS DE
Se evaluó a una población de 250
estudiantes universitarios, las cuales
Resumen de manifestaron como estilo de aprendizaje
ANTECEDENTES
resultados predominante un 80% de tipo
asimilador para construir el
conocimiento.
INVESTIGATIVOS
En el antecedente investigativo la
variable investigativa es la variable
independiente (estilos de aprendizaje);
en cambio en el problema modelo la
Análisis variable investigativa es la variable
de dependiente (cocientes intelectuales),
enfoque comparando entre ambas investigaciones
y una variable común que son los estilos
alcances de aprendizaje, pero en diferente
posición funcional la variable
dependiente.
HIPÓTESIS
• La hipótesis es en síntesis una respuesta
probable al problema planteado; es decir, un
supuesto fundamentado inverificado pero
verificable referido a las variables o a su
relación; una especie de nexo entre teoría e
investigación.
• “Son enunciados teóricos supuestos no
verificados referente a variables” (Restituto
Sierra Bravo)
CARACTERÍSTICAS DE LA
HIPÓTESIS
• Deben ser conceptualmente claras y fácilmente comprensibles.
• Los términos usados deben poseer una realidad empírica
• Deben ser susceptibles de verificación mediante el empleo de
técnicas asequibles.
• Deben ser específicas
• Deben hallarse conectadas con las teorías precedentes
• Deben poseer un cierto alcance general
• Deben ofrecer una respuesta probable al problema objeto de
investigación.
Restituto Sierra Bravo
REQUISITOS PARA LA
FORMULACIÓN DE LAS HIPÓTESIS
UE
Es probable que Referentes L
RESPUESTA
Empíricos V(s)
Prop. Fund.
Si Referentes Teóricos
FUNDAMENTO
Axiomáticos Prop. Deriv.
UE
Entonces Referentes L
RESPUESTA
Empíricos V(s)
Ejemplo
HIPÓTESIS
Dado que, la formación profesional de los estudiantes
universitarios dependen de factores endógenos y
exógenos.
Es probable que los estilos de aprendizaje influyan
significativamente en la construcción del conocimiento en
los estudiantes de los diversos programas profesionales
de la USCM, Arequipa 2005.
• Formulación de una hipótesis de investigación relacional.
Observe que tanto el fundamento como la respuesta poseen los
elementos estructurales reglamentarios
Victor Chirinos S.
• EN ESTUDIOS COMPARATIVOS INFERENCIALES (de dos o
más poblaciones)
En este tipo de estudios, de dos o más poblaciones, es donde se
van hacer comparaciones, relaciones y explicaciones; si estos
son bivariados o multivariados, se indica la utilización de dos
tipos de hipótesis. Una hipótesis de investigación o ALTERNA y
una hipótesis NULA.
• a. Hipótesis de Investigación (hi) o ALTERNA (Ha)
Sinónimo: Hipótesis alterna
Se plantea cuando se supone que el valor observado en el
universo, muestra o variable que se estudia difiere respecto de
otros valores encontrados en otro universo, muestra, variable o
parámetro.
• Símbolo: Hi (si es la única variable):
H1;H2;H3 (si son varias).
• EJEMPLO:
• Ha: “La diabetes materna gestacional produce
recién nacidos macrosómicos e hipoglicémicos”
Clases:
Puede:
• General (fundamentales o principales)
Es declarativa: cuando manifiesta el enunciado de las
asociaciones entre variables esperadas en forma general.
Establece relaciones entre la variable independiente y la
dependiente, de las que se espera probar, y cuya formulación
permite ordenar o sistematizar otras relaciones como
operacionales.
• Operacional (específicas)
Plantea asociaciones específicas o relaciones particulares entre
cada una de las variables de estudio.
b) Hipótesis nula (Ho)
Es la que supone que el valor observado en el universo,
población o muestra que se estudia, no difiere del valor que se
encuentra en otro universo. Es decir, el sentido es contrario a lo
que afirma la hipótesis alterna o de investigación.
Son proposiciones acerca de la relación entre variables,
solamente sirven para refutar o negar lo que afirma la hipótesis
de investigación, o mejor, que no existe la suficiente información
para aceptar a la hipótesis de investigación.
El sentido es que la hipótesis nula es la negación de la hipótesis
de investigación o alterna.
EJEMPLO:
Ho: “La diabetes materna gestacional NO produce recién
nacidos macrosómicos y hipoglicémicos”
SUBTIPOS DE HIPÓTESIS
• HIPÓTESIS CAUSALES
a. Hipótesis Causales Bivariadas
Cuando se establece una relación entre una variable
causa y efecto. El ejemplo anterior, es típico de
hipótesis bivariada de causa y efecto.
b. Hipótesis Causales Multivariadas
Plantea una relación de causa y efecto, entre diversas
variables independientes y una dependiente o una
independiente y varias dependientes.
EJEMPLO
• “La obesidad, hipertensión y diabetes son factores que
determinan un aumento de riesgo de cáncer
endometrial en mujeres mayores de 40 años”
Obesidad
Diabetes
• Hipótesis Estadística o Símbolos:
x1
x2 Y
x3
x1
Y1
x2
Y2
x3
Fumar
(Variable interviniente)
• Hipótesis Estadística o Símbolo
X Y
Z
HIPÓTESIS ESTADÍSTICAS
• Es la transformación de las hipótesis de
investigación, nulas o alternativas en símbolos
estadísticos.
• Estas se pueden formular, cuando los datos del
estudio que se van a recolectar y analizar para
probar las hipótesis, son cuantitativos
(porcentajes, números, promedios). En este tipo
de hipótesis se utilizan generalmente en la
investigación experimental.
• Subclases
Son:
• 1. Hipótesis de Estimación
• 2. Hipótesis de Correlación
• 3. Hipótesis de Diferencias de Medias
• Hipótesis estadísticas de estimación
Son las diseñadas para evaluar la suposición de un
investigador, respecto al valor de algunas de las
características en una muestra de individuos u objetos
o de una población, se basan en las informaciones
previas.
EJEMPLO
Hipótesis
•“A mayor cohesión de un grupo, mayor eficacia en el logro de sus
metas primarias”
Hipótesis Estadística:
Hi: r x y 0
Se lee así: La correlación entre la variable “x” y “y” (cohesión y
eficacia) no es igual a 0. Ello significa que ambas variables están
correlacionadas.
Ho: r x y = 0 (No están correlacionadas)
Se lee así: La correlación entre la variable “X” y “y” (cohesión y
eficacia) son iguales a 0. Ello significa que las variables NO están
correlacionados.
• Hipótesis Estadísticas de la diferencia de medias u otros
valores
Estas hipótesis comparan una estadística entre dos o más
grupos.
EJEMPLO
Hipótesis
“Existe diferencia en el tratamiento de la Fiebre Tifoidea con los
antibióticos Amoxicilina y Cloranfenicol”.
La hipótesis estadística se formularía así:
Hi: X1 X2 (hay diferencia)
Ho: X1 = X2 (no hay diferencia)
PLANTEAMIENTO OPERACIONAL
• TÉCNICAS, INSTRUMENTOS Y MATERIALES DE
VERIFICACIÓN
N
I Caracterización y descripción de la técnica
C
A Tipo
S Diseño Esquema básico
Investigativo Diagramación operativa
Ejemplo
VARIABLES INDICADORES TÉCNICA INSTRUMENTO
ESTILOS DE Asimilador Cuestionario Inventario de los
APRENDIZAJE Acomodador estilos y
Convergente aprendizaje
Divergente
Observación Observación Lista de
CONSTRUCCIÓN Comparación clasificación
DEL Análisis
CONOCIMIENTO Síntesis
Conceptualización
Valoración
Metacognición
DISEÑOS EXPERIMENTALES
• Los diseños pre-experimentales son los más débiles de
los tres, dado que, si bien comportan algún tipo de
manipulación, contrariamente a ello, no aseguran el
control de los grupos, ni la aleatorización de los sujetos,
tampoco introducen controles compensatorios. Algunos
de los diseños pre-experimentales más usados en
investigación son:
• Diseño con grupo control no equivalente, sólo con
postest, cuyo esquema básico o representación
simbólica es:
GE X 02 GE = Grupo experimental
GE = Grupo experimental
02 = Postest
• Los diseños cuasi-experimentales poseen la
característica de manipulación, pero carecen de control
y aleatorización, sin embargo, introducen controles
compensatorios. Los diseños cuasi-experimentales más
comunes son:
• Diseño con grupo control no equivalente con pretest y
postest:
GE 01 X 02
GCNE 01 02
• Diseño en series de tiempo o diseño escalonado:
01 05
X
GE 02 06
03 07
04 08
01 05
X
GE 02 06
GCNE 03 07
04 08
• Diseño en series de tiempo con tratamiento reforzado:
01 03 05 07
GE X X+1 X+2
02 04 06 08
GE(R) 01 X 02
GC(R) 01 02
• Diseño de cuatro grupos de Solomon:
GE 01 X 02
GC 01 02
GE1 X 02
GC1 02
• Diseño factorial:
GE1 X1 01
GE2 X2 02
GE3 X3 03
• Diseño factorial balanceado:
GE1 X1 01
GE2 X2 02
GE 01 ? X 02
Apareamiento
GC 01 ? 02
CAMPO DE VERIFICACIÓN
• El campo de verificación comprende el dónde, cuándo y
en quiénes investigar
Ubicación espacial
CAMPO
Ubicación temporal
DE
VERIFICACIÓN
Unidades de estudio
UBICACIÓN TEMPORAL
Retrospectivo
Tiempo de
Actual
ocurrencia de la
Procesal
variable
Prospectivo
(visión temporal)
Retroprospectivo
Tipificación
del
estudio
Tiempo de Transversal
estudio de la
variable
(corte temporal) Longitudinal
Universo cuantitativo
UNIVERSO
Universo formalizado
• Criterios Estadísticos
• La vía para determinar el tamaño de la muestra
es decidir preliminarmente los criterios
estadísticos con los cuales se ha de trabajar.
• - Confiabilidad (C): del 95.5% al 99.7%
• - Margen de error (E): de +- 1% a +- 10%
• - Probabilidad de que el fenómeno investigado
ocurra en la población (p): 50%
• Tamaño de la Muestra
Precisados los criterios estadísticos con los
cuales se ha de trabajar, la determinación del
tamaño muestral puede no ser una tarea
compleja. Se recomienda en general la
utilización racional de la Tabla de Arkin y Colton
para poblaciones finitas o las fórmulas
correspondientes, en consonancia con el nivel
de confiabilidad y los márgenes de error
decididos.
Tipo de Muestreo
• Se recuerda que hay 2 tipos de muestreo. Aleatorio y no
aleatorio. El primero puede ser simple, sistemático, estratificado
y por conglomerados. El segundo puede clasificarse en
intencional o por conveniencia, por cuotas y accidental.
• Ante todo se recomienda trabajar con muestras aleatorias, por
ser las más representativas y confiables es decir, aquellas que
reflejan mejor la naturaleza del colectivo, y aquellas cuyos
resultados pueden ser generalizados o extrapolados con mayor
seguridad a la población objetivo. Y dentro de los
procedimientos aleatorios debe preferirse los estratificados y
sistemáticos a los simples.
• Formalización de la Muestra
• Está referida a la estratificación de la muestra en
orden y proporción a los estratos del universo y
en base a la característica formalizada. Con tal
objeto se aconseja la elaboración de un cuadro
donde universo y muestra exhiban
correlacionalmente su formalización
a) Universo 193
b) Muestra 130
• Criterio de Muestreo
Para la asignación de las unidades
poblacionales a los estratos muestrales, se
recomienda la utilización de la tabla de
números aleatorios al procedimiento de sorteo
o rifa, en particular cuando el colectivo es muy
grande.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 1 6 3 0 5 6 4 2 2 4 8 6 5 8 5 8
2 3 6 3 2 6 1 8 3 2 8 5 8 5 1 3 7
3 7 2 0 5 8 6 2 8 2 6 0 8 1 3 6 5
4 9 9 6 5 5 5 6 9 1 5 7 6 7 2 0 6
5 8 0 4 5 1 1 3 2 9 0 8 8 6 9 4 5
6 9 0 8 9 0 6 0 2 1 1 8 9 9 3 7 9
7 4 0 6 3 8 2 0 9 2 1 2 1 1 5 7 0
8 7 2 1 0 3 5 5 6 6 2 2 5 2 7 7 9
9 4 5 2 5 9 6 9 6 9 6 1 8 6 5 3 0
10 7 6 8 1 2 6 6 9 9 0 3 5 0 5 6 1
11 8 1 6 2 6 4 0 1 2 8 8 1 4 7 8 5
12 7 2 0 6 2 2 1 0 2 2 1 8 0 6 3 9
13 7 1 1 7 5 6 1 7 3 8 3 1 2 9 8 8
14 7 0 7 7 2 6 7 9 3 0 4 3 8 4 5 0
15 7 2 0 8 7 4 6 1 1 3 3 9 4 2 6 8
Tabla de números
16 8 3 2 8 6 9 2 4 1 7 8 4 1 6 6 8
17 8 2 4 3 7 2 4 5 8 2 1 7 3 0 7 4
18 3 4 4 6 8 7 9 5 7 0 7 8 1 0 8 6
19 4 9 0 8 2 8 5 9 1 9 5 5 1 4 1 7
aleatorios*
20 7 7 1 3 7 2 6 0 5 4 8 3 7 6 1 9
21 3 5 1 5 9 9 7 6 9 1 8 9 7 3 4 6
22 1 1 8 0 2 9 0 0 8 2 6 3 1 2 7 3
23 8 9 6 6 2 3 8 1 9 9 6 3 0 8 5 0
24 6 0 1 0 9 5 5 7 4 5 7 8 1 1 6 2
25 6 9 3 9 1 9 6 1 5 5 2 7 7 3 2 2
26 8 7 3 6 6 8 8 8 8 6 6 6 8 3 5 2
27 8 2 6 0 6 8 0 1 1 9 1 3 1 1 8 8
28 4 0 0 9 0 8 8 3 1 6 4 9 3 0 0 3
29 5 1 1 6 2 7 7 5 8 7 1 2 2 0 0 0
30 6 7 6 7 4 0 2 4 8 4 3 5 0 7 6 1
31 5 0 6 4 1 0 1 9 8 5 1 3 8 1 4 0
32 4 2 4 9 0 0 0 0 1 3 2 0 3 6 0 2
33 5 8 1 1 9 1 0 4 2 3 9 9 2 0 5 6
34 4 1 6 7 5 3 4 7 0 8 2 1 4 9 8 3
35 9 6 8 1 1 3 1 1 1 5 9 4 4 3 4 5
36 0 9 2 8 2 4 9 9 3 5 1 5 3 6 1 0
37 2 7 5 6 8 7 9 5 2 5 6 6 1 2 9 2
38 0 0 7 5 9 8 9 5 9 3 1 2 9 8 6 9
39 1 7 8 3 0 0 1 1 4 6 5 5 8 2 8 4
40 2 7 0 7 7 9 0 3 8 1 9 3 0 1 0 0
Amplitud de la muestra para márgenes
Amplitud de la de error abajo indicados
población + 1% + 2% + 3% + 4% + 5%
TABLA DE ARKIN
2,500 ... ... ... ... ... ... ... 900 662
3,000 ... ... ... ... ... ... ... 1,364 958 692
Y COLTON
3,500 ... ... ... ... ... ... ... 1,458 1,003 716
4,000 ... ... ... ... ... ... ... 1,539 1,041 735
4,500 ... ... ... ... ... ... ... 1,607 1,071 750
Margen de 5,000
6,000
...
...
...
...
... ...
... ...
...
...
...
...
...
... 2,093
1,667
1,765
1,098
1,119
763
783
99.7%
9,000 ... ... ... ... ... ... ... 3,462 1,957 1,216 818
10,000 ... ... ... ... ... ... ... 3,600 2,000 1,233 826
15,000 ... ... ... ... ... ... ... 4,091 2,143 1,286 849
20,000 ... ... ... ... ... ... ... 4,390 2,222 1,314 861
25,000 ... ... ... ... ... ... ... 11,842 4,592 2,273 1,331 869
50,000 ... ... ... ... ... ... ... 15,517 5,056 2,381 1,368 884
100,000 ... ... ... ... ... ... ... 18,367 5,325 2,439 1,387 892
x 22,500 5,625 2,500 1,406 900
Amplitud de la muestra para márgenes
Amplitud de la de error abajo indicados
población
+ 1 % + 2 % + 3 % + 4 % + 5 % + 10 %
3,000
...
...
...
...
... ...
... ...
...
...
...
...
...
...
1,250
1,364
769
811
500
517
345
353
96
97
Y COLTON 3,500
4,000
...
...
...
...
... ...
... ...
...
...
...
...
...
...
1,458
1,538
843
870
530
541
359
364
97
98
(Cont.)
4,500 ... ... ... ... ... ... ... 1,607 891 549 367 98
5,000 ... ... ... ... ... ... ... 1,667 909 556 370 98
Margen de
6,000 ... ... ... ... ... ... ... 1,765 938 566 375 98
7,000 ... ... ... ... ... ... ... 1,842 949 574 378 99
8,000 ... ... ... ... ... ... ... 1,905 976 580 381 99
95.5% 15,000
20,000
...
...
...
...
... ...
... ...
...
...
...
...
... 6,000
... 6,667
2,143
2,222
1,034
1,053
600
606
390
392
99
100
25,000 ... ... ... ... ... ... ... 7,143 2,273 1,064 610 394 100
50,000 ... ... ... ... ... ... ... 8,333 2,381 1,087 617 397 100
100,000 ... ... ... ... ... ... ... 9,091 2,439 1,099 621 398 100
x 10,000 2,500 1,111 625 400 100
FORMULAS PARA EL CÁLCULO DEL TAMAÑO
MUESTRAL EN UNA POBLACIÓN CONOCIDA
Fórmula Genérica
Referencias
N . 2
n= 0.10 1.6449
4N( ) 2 2
0.05 1.9600
0.02 2.3263
0.01 2.5758
Nivel de confianza
: 90%, 95% ó 99%
_____
X n_____
_____
DECISIÓN FINAL :
n => NC : 90%
n - => NC : 95%
N x 400 400
n= ó n=
N 400 400
1
N
TAMAÑO DE LA MUESTRA PARA ESTUDIOS
DESCRIPTIVOS DE UNA VARIABLE DICOTÓMICA
: (S)
Desviación Estándar de la variable
: (W)
Amplitud total del intervalo de confianza
MUESTRA PARA
ESTUDIOS
Nivel de confianza
: (N.C.) 90%
95%
99%
DESCRIPTIVOS DE
UNA VARIABLE
CONTINUA
PROCEDIMIENTO : Tabla pertinente
W/S NC
X nn
TAMAÑO DE LA MUESTRA PARA VALORES
CORRIENTES DE W/S*
W/S Nivel de confianza
0.40 68 97 166
0.50 44 62 107
0.60 31 43 74
0.70 23 32 55
0.80 17 25 42
0.90 14 19 33
1.00 11 16 27
CUESTIÓN PREVIA:
TAMAÑO DE LA
Tamaño del efecto esperado :P1
DE VARIABLES
Riesgo : 0.05 - 0.20
DICOTÓMICAS
Error tipo II: Prob. de aceptar Ho falsa
P1 ó P2 (el menor
de los dos) P1 – P2
_____
= 0.05 u; 0.10 b; = 0.20
X n _____ = 0.025 u; 0.05 b; = 0.20
_____ = 0.025 u; 0.05 b; = 0.10
Jdñajdlñjadadajdañ
Cifra superior : = 0.05 (unilateral) o = 0.10 (bilateral); = 0.20
Cifra intermedia: = 0.025 (unilateral) o = 0.05 (bilateral); = 0.20
Cifra inferior : = 0.025 (unilateral) o = 0.05 (bilateral); = 0.10
MUESTRA PARA
1210 334 161 96 65 47 35 28 22 18
ESTUDIOS
1462 392 184 108 72 51 38 29 23 19
ANALÍTICOS Y
1249 328 152 88 58 41 30 23 18 14
1672 439 203 117 77 54 40 30 24 19
EXPERIMENTALES
1375 356 162 93 60 42 31 23 18 14
1840 476 217 124 80 56 41 31 24 19
DE VARIABLES 1469
1966
375
502
169
226
96
128
61
82
42
56
31
41
23
30
18
23
14
18
DICOTÓMICAS
0.40 1206 305 136 76 48 33 24 17 13 10
1532 387 173 97 61 42 30 22 17 13
2050 518 231 129 82 55 40 29 22 17
COMPARAR DOS
0.75 860 197 78 38 -- -- -- -- -- --
1093 250 99 49 -- -- -- -- -- --
1462 334 133 65 -- -- -- -- -- --
PROPORCIONES 0.80 712 156 59 -- -- -- -- -- --
(CONTINUACIÓN)
904 199 75 -- -- -- -- -- --
1210 266 100 -- -- -- -- -- --
0.90 342 -- -- -- -- -- -- -- -- --
434 -- -- -- -- -- -- -- -- --
581 -- -- -- -- -- -- -- -- --
CUESTIÓN PREVIA
Hipótesis Nula
_ _
: Ho : X1 = X2 ó VI VD
TAMAÑO DE LA Tamaño del efecto esperado :E
PROCEDIMIENTO : Tabla
E/S
X n
unilateral = 0.005 0.025 0.05
bilateral = 0.01 0.05 0.10
TAMAÑO DE LA = 0.05 0.10 0.20 0.05 0.10 0.20 0.05 0.10 0.20
MUESTRA PARA E/S*
0.10 3.563 2.977 2.337 2.599 2.102 1.570 2.165 1.713 1.237
ESTUDIOS 0.15 1.584 1.323 1.038 1.155 934 698 962 762 550
ANALÍTICOS O 0.20 891 744 584 650 526 393 541 428 309
0.25 570 476 374 416 336 251 346 274 198
EXPERIMENTALES 0.30 396 331 260 289 234 174 241 196 137
CUANDO UNA 0.40
0.50
223 189 146 182 131
143 119 93 104 84
98 135 107
63 87 69
77
49
VARIABLE ES 0.60 99 53 65 72 58 44 60 48 34
DICOTÓMICA Y LA 0.70
0.80
73
56
51
47
48
36
53
41
43
33
32
25
44
34
35
27
25
19
OTRA CONTINUA 0.90 44 37 20 32 26 19 37 21 15
1.00 36 30 23 26 21 16 22 17 12
CUESTIÓN PREVIA
Hipótesis Nula : Ho : r1 = r2
TAMAÑO DE LA
MUESTRA PARA Coeficiente de correlación esperado : r (0.05 – 0.80)
ESTUDIOS Riesgo
ANALÍTICOS O
: 0.01 - 0.10
VARIABLES
CONTINÚAS
PROCEDIMIENTO : Tabla
r
X n
unilateral = 0.005 0.025 0.05
bilateral = 0.01 0.05 0.010
= 0.05 0.10 0.20 0.05 0.10 0.20 0.05 0.10 0.20
TAMAÑO DE r*
0.05 7118 5947 4663 5193 4200 3134 4325 3424 2469
LA MUESTRA 0.10
0.15
1773 1451 1162 1294 1047 784 1078 854 616
783 655 514 572 463 346 477 378 273
PARA
0.20 436 365 287 316 259 194 266 211 153
ESTUDIOS 0.25 276 231 182 202 164 125 169 134 98
0.30 189 158 125 139 115 85 116 92 67
ANALÍTICOS Y
EXPERIMENTA
035 136 114 90 100 82 62 84 67 49
040 102 86 68 75 62 47 63 51 37
LES DE 045 79 66 53 58 48 36 49 39 29
VARIABLES 0.50
0.60
62
40
52
34
42
27
46
30
38
25
29
19
39
26
31
21
23
16
CONTINUAS 0.70
0.80
27
18
23
15
19
13
20
14
17
12
13
9
17
12
14
10
11
8
En un estudio descriptivo de variable dicotómica
: para una proporción
n = Muestra
Z = Desviación normal estandarizada de
P = Valor de la proporción esperada
2α . P (1 - P) i = Precisión con la que se desea
n=
i2 estimar la proporción: W
2
2 . S 2
n= S 2 = Varianza esperada de la variable
i2
dicotómicas
FORMULAS PARA
Z = Desviación normal estandarizada de
EL CÁLCULO DEL α 2P(1 - P) Z β P1 (1 - P1 ) P2 (1 - P2 )
P1 = Tamaño del efecto esperado
P2 = Tamaño del efecto conocido
P1 P2
TAMAÑO
n=
(P1 - P2 ) 2 P =
2
CONOCIDA
d = diferencia mínima esperada
2( α2 Z β2 )S 2
n=
d2
n= [( ) (c 1
- c 2 )]2 3
GE GC
GE2 GC2
GE2 GC
GE3
GE GC
20 U.E. 20 U.E.
G Número
Identificación
R de los grupos Connotación Criterios
Incluyentes
Igualación
U Cualitativa
Criterios
Criterios para igualar Excluyentes
P los grupos Aleatoria
Asignación de sujetos Sesgada
O a cada grupo Grupos
preformados
S Tamaño de los grupos
O
Extrapolación nula
Representatividad Extrapolación mínima
S Extrpolación parcial
ACTIVIDADES
1 2 3 4 1 2 3 4 1 2 3 4
Capacitación de
Instrumentadores.
Prueba piloto.
Supervisión y coordinación.
• La capacitación de instrumentadres, la supervisión y
control tienen lugar generalmente en
macroinvestigaciones, no así en investigaciones
pequeñas que aunque pueden requerir algún nivel de
coordinación, es el investigador quien asume el rol de
planificador e instrumentador absoluto.
• Conviene asimismo no pasar por alto la preparación de
los sujetos de investigación, en demanda de lograr su
colaboración y consentimiento expreso, a fin de
satisfacer con el requerimiento ético básico del caso.
Recursos
R
E Recursos Humanos
C
Recursos Físicos
U
R
Recursos Económicos
S
O Recursos Institucionales
S
Recursos Humanos
Investigador
Asesor
RECURSOS
HUMANOS
Colaboradores directos
Personal recolector
Recursos Físicos
Disponibilidades
infraestructurales
RECURSOS
FÍSICOS
Disponibilidades ambientales
Recursos económicos
Tipo de presupuesto
Presupuesto
RECURSOS
para la
ECONÓMICOS
recolección
Desglose
presupuestario
Recursos Institucionales
Nombre de la entidad
RECURSOS Apoyo
INSTITUCIONALES de
Organismos
Naturaleza de su
intervención
• Validación del instrumento (Prueba piloto)
• La validación del instrumento conduce habitualmente a
una investigación preliminar en pequeña escala
llamada estudio piloto, donde el instrumento, antes de
su administración formal, se aplica a unas pocas
unidades de estudio análogas generalmente a las de la
investigación, denominadas unidades piloto, para
juzgar la eficacia de los instrumentos, perfeccionar su
estructura si fuese menester, y calcular el tiempo de
instrumentación por individuo.
Juzgar la eficacia del
instrumento
VALIDACIÓN Procedimiento
Número de unidades
Perfeccionarlo
piloto
DEL
Calcular el tiempo de
INSTRUMENTO instrumentación por U.E.
Criterio del
Investigador
Plan de clasificación
Plan de codificación
ESTRATEGIA Plan de recuento
PARA Plan de tabulación
Plan de graficación
MANEJAR
LOS
RESULTADOS
Tipo de análisis
Por el Nº de
variables
A nivel de
sistematización Por su naturaleza
A nivel de Sistematización de los Datos
• El protocolo debe, en primer término, indicar el TIPO DE
PROCESAMIENTO al cual será sometida la información
recolectada, es decir, si se optará por un procesamiento
estrictamente electrónico (computarizado), manual o mixto,
teniendo en cuenta que, el primero de estos se utiliza
habitualmente en estudios extensivos de universo y muestra,
donde se manejan gran número de unidades de estudio. El
segundo, generalmente, en investigaciones de grupo y casos,
donde los sujetos son particularmente escasos; y el tercero, se
emplea en concordancia al criterio del investigador.
• Seguidamente deberá precisarse el manejo
programático previsible de las 5 OPERACIONES DE
LA SISTEMATIZACIÓN:
De sistematización
Tipo de matriz de
C Documental
ordenamiento
L De registro y control
A
SI
PLAN DE FI
C
A
C
I Plantilla esquemática de
dicha matriz
Ó
N
Plan de Codificación
• La codificación, esto es, la reducción formalizada de las
respuestas obtenidas en el instrumento a valores
convencionales (números o letras), es una operación no siempre
asumida.
Nros. dígitos
Nros. Romanos
Letras
Otros
Sistema de codificación
Tipo de procesamiento R. cerradas
SI R. abiertas
Implementación del mismo R.M. múltiple
NO
Plan de Recuento
• Las previsiones para el recuento o contabilización de
las respuestas, deben implicar se considere el TIPO DE
RECUENTO a emplearse, sea computarizado, manual
(por paloteo) o mixto, y la necesidad de MATRICES DE
CONTEO, que constituyen verdaderos esquemas
tabulares predecesores de los cuadros mismos. Si es
posible se presentará el o los PROTOTIPOS DE LOS
ESQUEMAS MATRICIALES DE CONTEO.
Computarizado
R
Tipo de recuento Manual
E
Mixto
C
PLAN DE
U Necesidad de
E matrices de conteo
N
T Prototipo(s) de
O esquema(s)
matricial(s) de conteo
Plan de Tabulación
Numérico
Literal
Tipo de cuadro
De entrada simple
De entrada doble
PLAN
DE
Nómina de posibles cuadros
TABULACIÓN
Frecuencias
Tendencia central Estadística Trat. estadístico
Tendencia no central descriptiva
Dispersión
Estadística
inferencial
Pruebas Pruebas no
paramétricas paramétricas
MATRIZ DE CONSISTENCIA
• El Problema de Investigación
• Objetivos
• Hipótesis
• Operacionalización de Variables
• Métodos, Instrumentos y Materiales y Verificación
• Métodos de Muestreo
• Tamaño de la Muestra
• Estrategias para la Recolección y Manejo de los Datos
• Conclusiones
• El Cronograma de Trabajo
Gracias
Dr. Saúl Campos Tejada