Professional Documents
Culture Documents
CUANTITATIVA
HERMANN ALONSO MORENO LONDOÑO
Ph.D. Psicología de la Salud
ENFOQUE CUANTITATIVO
Usa la recolección
de datos para probar
la hipótesis, con base
en la medición
numérica y el análisis
estadístico, para
establecer patrones
de comportamiento y
probar teorías.
El enfoque cuantitativo “utiliza la recolección y el análisis
de datos para contestar preguntas de investigación y
probar hipótesis establecidas previamente y confía en la
medición numérica, el conteo y frecuentemente en el uso
de la estadística para establecer con exactitud patrones de
comportamiento de una población” (Hernández et.al,
2003; p.5)
“Contrasta hipótesis probabilísticamente Por tanto el método científico, tras
y en caso de ser aceptadas y una observación, genera una
demostradas en circunstancias distintas, hipótesis que contrasta y emite
a partir de ellas elaborar teorías posteriormente unas conclusiones
generales. La estadística dispone de derivadas de dicho contraste de
instrumentos cuantitativos para hipótesis. En general los métodos
contrastar estas hipótesis. cuantitativos son muy potentes en
términos de validez externa.
3
Características
El enfoque cuantitativo tiene las siguientes características:
El investigador plantea un problema de estudio delimitado y
concreto.
Considera y revisa lo que se ha investigado anteriormente,
construye un Marco Teórico del cual deriva una o varias Hipótesis,
que las somete a prueba mediante diseños de investigación
apropiados para comprobarlas o refutarlas.
Las Hipótesis se generan antes de recolectar y analizar los datos.
La recolección de datos se fundamenta en la medición de
variables siguiendo procedimientos.
Características
El enfoque cuantitativo tiene las siguientes características:
Los datos se presentan mediante números que se analizan a
través de métodos estadísticos.
Se busca el máximo control en el proceso para minimizar la
incertidumbre y el error y se confía en la experimentación y en las
pruebas de causa-efecto.
Los análisis cuantitativos se interpretan a la luz de las
predicciones iniciales (hipótesis) y de estudios previos (teoría). La
interpretación constituye una explicación de los fenómenos.
La investigación cuantitativa debe ser lo más objetiva posible
Características
El enfoque cuantitativo tiene las siguientes características:
Los estudios cuantitativos siguen un patrón predecible y
estructurado (procesos)
Se pretende generalizar los resultados encontrados en un grupo
o segmento (muestra) a una colectividad mayor (universo o
población)
Con los estudios cuantitativos se intenta explicar y predecir los
fenómenos investigados.
Se sigue un proceso ó método riguroso
Características
Plantear un problema de estudio delimitado y concreto: PREGUNTA
DE INVESTIGACIÓN.
7
Características
Obtener resultados: el investigador recolecta datos numéricos de las
variables de interés, en los sujetos o participantes, y analiza mediante
procedimientos estadísticos. La recolección de los datos se fundamentan
en la medición (se miden variables o conceptos contenidos en las
hipótesis).
8
Proceso de investigación científica
Teoría
Formación de
Inferencia lógica Deducción - Logística
conceptos
Contrastación
Medición – Inducción Interpretación e
de Hipótesis
Instrumentalización
Observación
Fases: momentos de la
investigación
CONCEPTUAL Pensar, leer, repensar, proponer
teorías, revisar ideas
DISEÑO
Método, planificación
PLANEACIÓN
Análisis e interpretación
ANALÍTICA
DIFUSIÓN De resultados
Fases: momentos de la
investigación
FASE CONCEPTUAL
MOMENTO MOMENTO MOMENTO MOMENTO
1 2 3 4 MOMENTO
Plantear el Elaborar el marco Detectar
Concebir 5
problema de teórico: las variables
el
problema investigación -Revisión de la Establecer
: Definir
a investigar literatura: conceptual- la
-Establecer Selección de la mente las hipótesis
(IDEA
INICIAL) objetivos literatura variables
-Desarrollar Obtención de la Definir
las información. operacional
preguntas Consulta de la -mente las
de literatura variables
investigació Extracción y
n recopilación de la
información de interés
-Justificar la
investigació -Construcción del
n y su marco teórico.
viabilidad
RECOPILACIÓN ANALÍTICA DIFUSIÓN
DISEÑO Y PLANEACIÓN
MOMENTO MOMENTO MOMENTO MOMENTO MOMENTO
6 7 8 9 10
17
¿Por qué es tan importante el
planteamiento del problema?
PROBLEMA
Justificarlo
Resultados y Guía hacia los Metodología
conclusiones
ASPECTOS ÉTICOS
Tema de Investigación
a. Fuentes de ideas b. Criterios para categorizar
- Lectura reflexiva y la idea investigativa
crítica del material impreso - Novedad
- Participación activa en - Orientación a contrastar
eventos académicos resultados
- Experiencia individual - Solución de Problemas
- Práctica profesional - Apoyo de expertos
- Actitud reflexiva en el aula - Claridad de ideas
de clase
- Centros de investigación
- Profesores, empresarios,
etcétera INTERÉS POR UN TÍTULO DEL
ESTUDIO
TEMA DE
c. Validación de los INVESTIGACIÓN
temas
- Expertos en el tema
- Revisión de información
existente Planteamiento del
- Coordinadores de área problema de
de investigación investigación
- Otros
Titulo
El título de la investigación a realizar, debe ser claro, preciso y completo.
Para establecer el nombre más adecuado para el proyecto, Debe
responder a tres interrogantes:
• ¿Qué se va hacer?
• ¿Sobre qué?
• ¿Dónde?
De esta forma la estructura del nombre está comprendido por tres partes:
• Proceso: La acción o acciones que se van a desarrollar.
• Objeto: El motivo del proceso.
• Localización: La ubicación geográfica de la investigación.
Un buen título se puede resumir, aproximadamente en unas 17 o 21
palabras.
Problema de Investigación
a. ¿Qué es un Problema de
Investigación?
Es un hecho, fenómeno o
situación que incita a la
reflexión o al estudio.
PLANTEAR EL
PROBLEMA DE b. Aspectos del
c. Importancia Problema
INVESTIGACIÓN - Descripción:
-Permite conocer la
situación que se va a Mostrar la situación
estudiar mostrando sus objeto de estudio.
principales rasgos.
- Formulación:
- Dimensiona el estado Elaborar preguntas de
actual de la situación o reflexión sobre el
aspecto que se va a problema.
estudiar.
Elementos del planteamiento del
problema
DEFINICIÓN Y DELIMITACIÓN: Establece la unidad de
análisis, límites teóricos, temporales y espaciales del
problema
DEFINIR LOS
OBJETIVOS DE
INVESTIGACIÓN
- Dimensionar la
Investigación
JUSTIFICAR Y - Contextualizar el estudio
Justificación DELIMITAR LA
INVESTIGACIÓN
Delimitación
Ser realistas:
◦ ¿Se puede llevar a cabo esta
investigación?
◦ ¿Cuánto tiempo tomará realizarla?
37
Marco Referencial
¿Qué es? Ubicar la
Investigación dentro de
una teoría, enfoque o
escuela.
¿Qué funciones cumple?
Permite prevenir errores
detectados en otros estudios
Sirve de guía al Investigador
ELABORAR EL MARCO Provee un marco para la
DE REFERENCIA DE LA interpretación de resultados
INVESTIGACIÓN
Poner límites al
DELIMITAR alcance del tema
Enfoque
Relaciones posibles
Esquema de acopio Énfasis
de información
Tipo de investigación
PROBLEMA
explicación
factibilidad
Funciones principales del marco teórico
1. Ayuda a prevenir errores
2. Orienta sobre cómo analizar el estudio
3. Guía al investigador para centrarse en el problema
4. Conduce al establecimiento de hipótesis o afirmaciones
5. Inspira nuevas líneas y áreas de investigación
6. Posee un marco de referencia para interpretar los resultados del estudio.
Funciones del marco teórico
1. Participa en la 2. Orienta el enfoque
construcción del nuevo epistemológico:
conocimiento. preguntas, hechos,
procesos.
3. Brinda un marco de
referencia para
interpretar los
resultados de la
investigación.
4. Guía al investigador y evita
desviaciones del
planteamiento original.
Etapas de la elaboración
del marco teórico
Revisión de la literatura
Adopción de una teoría o desarrollo de una perspectiva teórica
o de referencia
Revisión de la literatura
detectar
obtener
consultar bibliografía
extraer información
recopilar relevante
Etapas de la elaboración
del marco teórico
Fuentes de información
A. PRIMARIAS: (datos de primera mano)
libros, antologías, artículos, monografías, tesis, disertaciones
documentos oficiales, testimonios de expertos, Internet,
“artículos científicos”.
FASE ANALÍTICA: Le
FASE EXPLICATIVA: Le permite permite criticar y
configurar su marco teórico: una juzgar acerca de la
creación propia, producto de la pertinencia de los
integración de definiciones y conceptos e
teorías en un esquema que
responde a la lógica del informaciones
investigador y se convierte en el encontradas con
soporte de todo el estudio. respecto a su trabajo.
¿Cómo se construye un
Marco Teórico?
El punto de vista particular del investigador, que consiste en las
diferentes interpretaciones (valores, intereses, ideología,
preferencias) que se tiene en un momento determinado de la realidad.
57
¿Qué tipo de estudio hay en la
investigación?
• Exploratorio
Del tipo de estudio depende
• Descriptivo la estrategia de
investigación.
• Correlacional
El diseño es diferente en
• Explicativo
cada tipo de estudio.
Determinación del Tipo de Estudio: ¿cómo se decide?
•Estado actual del conocimiento sobre el tema
•Enfoque que pretende dar el investigador
No Experim. Cohortes
Caso-Control
Estudio Exploratorio
Se efectúan cuando el objetivo es examinar un tema o problema
de investigación poco estudiado o que no ha sido abordado antes.
Sirven para familiarizarnos con fenómenos relativamente
desconocidos.
En pocas ocasiones constituyen un fin en sí mismos.
Su metodología es más flexible y son más amplios.
Implica mayor riesgo y requiere gran paciencia, serenidad y
receptividad por parte del investigador.
Ninguno.
Los cuatro tipos de investigación son igualmente válidos e
importantes.
La investigación debe hacerse ¨a la medida¨ del problema
que se formule, es decir, no decimos a priori ¨voy a llevar a
cabo un estudio exploratorio¨ sino que primero planteamos
el problema y revisamos la literatura , después, analizamos
si la investigación va a ser de una u otra clase.
HIPÓTESIS
68
Hipótesis
¿Qué son? Afirmaciones o
suposiciones que hace el
investigador respecto al
problema de investigación
¿Qué Funciones cumple?
Direccionar el problema
objeto de investigación
Identificar variables objeto
FORMULAR LA de análisis
HIPÓTESIS DE LA Orientar el uso de métodos y
técnicas de obtención de
INVESTIGACIÓN información
Clase de variables
• Independientes
Clases de hipótesis
• Dependientes
•De investigación o nulas
Intervinientes - Extrañas
•Alterna
Metodológica
Hipótesis
Explicaciones tentativas del fenómeno
investigado que se formulan como proposiciones.
70
CRITERIOS PARA LA FORMULACION DE HIPOTESIS
71
Para formular una hipótesis hay que tener en cuenta
Conviene precisar por última vez la pregunta inicial.
La calidad del trabajo exploratorio tiene mucha importancia
Ver los conceptos claves.
Aclarar la lógica de las relaciones que unen los conceptos.
No deben estar fundadas en prejuicios.
Deben expresarse en forma observable.
Tener verificación empírica.
Tiene que tener relación entre la teoría y la práctica.
Debe ser específica, que permita en desmenuzamiento de las
operaciones. Nominal
HIPOTESIS DETECTAR LAS VARIABLES Ordinal
Intervalo
VARIABLE: Característica observable que puede variar y cuya variación
es susceptible de medirse. Las variables se aplican a un grupo de
personas o objetos, los cuales pueden adquirir diferentes valores
respecto a la variable.
HIPÓTESIS VARIABLES
Se clasifican en
INDEPENDIENTE DEPENDIENTE
Posee
CATEGORÍAS
Pueden ser
Cuantitativas Cualitativas
Algunas requieren INDICADORES
Pueden agruparse en DIMENSIONES
Pueden ser
Cuantitativos Cualitativos
¿De dónde surgen las hipótesis?
Las hipótesis tienen como punto de partida la formulación
del problema y los objetivos de la investigación.
74
Elementos estructurales de la Hipótesis
2.- Las variables de las hipótesis tienen que ser comprensibles, precisas y
concretas.
3.- La relación entre variables propuesta por una hipótesis debe guardar
coherencia lógica.
INVESTIGACIÓN: NULAS:
Proposiciones tentativas acerca de Reverso de las anteriores
las posibles relaciones entre dos o
Refutan o niegan lo que afirma la
más variables y que cumplen con
hipótesis de investigación (la relación
los requisitos mencionados
entre variables)
Hi H1, H2, H3
Ho
80
La Variable
Es una dimensión o característica de una unidad de análisis
que permite clasificación
Ejemplo
En la familia: numero de componentes, ingresos, el grado de
educación, gastos mensuales, etc.
Lo importante en una variable es:
a. Que se derive siempre de una unidad
b. Que admita un rango mínimo de variación
Variables
El término variable se define como las
características o atributos que admiten diferentes
valores (D´Ary, Jacobs y Razavieh, 1982)
por ejemplo, la estatura, la edad, el cociente
intelectual, la temperatura, el clima, etc.
Existen muchas formas de clasificación de las
variables, no obstante, en esta sección se
clasificarán de acuerdo con el sujeto de estudio y al
uso de las mismas.
LAS VARIABLES… componentes de
la HIPÓTESIS
Las hipótesis son
enunciados de un tipo
particular, formados por
conceptos, los cuales se
refieren a propiedades
de la realidad que de
algún modo varían,
razón por la cual se las
llama variables.
Tipos de Variables
Variable Dimension
es
Indicadores Indices
Variable: Transporte
Tiempo Minutos
Variable: Transporte
Modo A pie
A caballo
Bicicleta
• Bus escolar
Vehículo • Servicio Público
• Particular
Variable: NIVEL DE ESCOLARIDAD
Escolaridad Primaria
Grado 1º- 5º
Superior Tecnológica
Profesional
Posgrado Especialización
Maestría
Doctorado
Independiente
Una variable es independiente cuando se presume que los cambios de
valores de esta variable determinan cambios en los valores de otra (u
otras) variables que, por eso mismo, se denominan dependientes.
MODIFICA
INDEPENDIENTE DEPENDIENTE
Dependiente
Una variable dependiente es aquella cuyos valores dependen de los que
tomen otra variable. Son las variables de respuesta que se observan en
el estudio, y que podrían estar influidas por los valores de las variables
independientes. La variable dependiente es el factor que es observado y
medido para determinar el efecto de la variable independiente.
Interviniente
Característica
Recolección de datos en un único momento.
Transeccionales o •Exploratorios.
Tipos
transversales •Descriptivos.
•Correlacionales-causales.
Descriptivo: describen la
incidencia de una variable
•Transeccional
No experimental Recolectan datos Correlacional: describen
En un único momento relaciones causales entre
Observa variables.
fenómenos tal
como se dan en Tendencia: población
•Longitudinal
su contexto Analizan cambios
natural y los De evolución: subpoblación
a través del tiempo
analiza Panel: mismos sujetos
El diseño se refiere al plan o la estrategia concebidos para
obtener la información que se desea.
CUASIEXPERIMENTOS:
108
El Muestreo
Herramienta fundamental que permite conocer el
comportamiento de una población infinita a partir de
un subconjunto obteniendo mayor precisión en los
resultados
Población y Muestra
MUESTRA
Parte de los
elementos o
Conjunto de elementos subconjunto de una
que presentan una población que se
característica o condición selecciona para el
común que es objeto de estudio de esa
estudio característica o
condición
POBLACION
Consideraciones sobre la muestra
Cualquier subconjunto de elementos de una población es una MUESTRA de ella.
De cada población puede extraerse un NUMERO INDEFINIDO de muestras.
Cuando se utiliza la MUESTRA se pretende conocer las características de la
población.
La muestra a estudiar, por lo tanto, debe ser representativa de la población,
pues este es requisito fundamental para poder hacer generalizaciones validas
para la población.
Muestra representativa es aquella que reúne en si las CARACTERÍSTICAS
PRINCIPALES de la población y guarda relación con la condición particular que
se estudia.
Los aspectos fundamentales que se deben considerar en la extracción de una
muestra REPRESENTATIVA son:
◦ El sistema de muestreo utilizado.
◦ El tamaño de la muestra.
UNIDAD DE ANÁLISIS
POBLACIÓN CUANTITATIVA
CUALITATIVA
UN SUBGRUPO MUESTRA
REPRESENTATIVA
NO REPRESENTATIVA
Extraer las unidades Determinar unidad Calcular porcentaje de cada Seleccionar unidades
correspondientes a la muestral por la que se estrato respecto del que integrarán la
muestra iniciará universo muestra
Variable Discreta:
Si la variable sólo puede tomar números
enteros.
Ej. El número de hijos de un individuo.
Ej. 0, 1, 2, 3, 4, 5, 6, 7,......).
Espacio Muestral
También conocido como espacio de muestreo, se entiende
al grupo de todos los resultados específicos que se pueden
obtener tras una experimentación de carácter aleatorio. A
cada uno de sus componentes se los define como puntos
muestrales o, simplemente, muestras.
Ej:Si la prueba se basa en arrojar un dado, el espacio
muestral estará constituido por los puntos muestrales
identificados como los números 1, 2, 3, 4, 5 y 6, ya que esos
son los resultados posibles de la acción de tirar el dado. Por
lo tanto, se puede establecer que el espacio muestral del
experimento es U = {1, 2, 3, 4, 5, 6}.
11
7
MUESTREO
• MUESTREO PROBABILÍSTICO
• MUESTREO NO PROBABILÍSTICO
Muestra
Una muestra es un subconjunto de casos o individuos de una
población.
Las muestras se obtienen con la intención de inferir propiedades
de la totalidad de la población, para lo cual deben ser
representativas de la misma.
Para cumplir esta característica la inclusión de sujetos en la
muestra debe seguir una técnica de muestreo.
Muestra
Se le denota por: n
Subconjunto del universo en que se llevará a cabo la investigación.
De cualquier población (N)o universo puede extraerse un número finito de
muestras distintas.
n1
N
n2
n3
n4 nn
Ventajas de la elección de una
muestra
Reducción de costos.
Rapidez.
Viabilidad
Definiciones y términos
a. Población
b. Unidad de muestreo
c. Unidad de análisis
d. Marco muestral
Población
Población:
Es el conjunto de unidades de análisis con alguna característica de
interés o atributos especialmente cuantificables en un periodo y en un
lugar determinado.
Población Diana: Está definida por los objetivos del estudio. Ej.
Diabéticos de Colombia. Inaccesible.
Población de Estudio: De acuerdo con los criterios de Inclusión y
Exclusión. Accesible.
Ejemplo:
Si se desea conocer en qué medida las madres de una determinada
comunidad cumplen o no con el calendario de vacunaciones de sus
niños menores de 5 años.
Unidad de Análisis
También llamado ELEMENTO DE LA POBLACION es aquella
unidad indivisible de la que se obtiene el dato estadístico.
Ej:
paciente, madre de familia, nota de enfermería, animal de
experimentación, objeto, etc. que participa en el estudio
conformando la muestra.
Nominal
CARACTERISTICAS
Ordinal • Clasificación
Intervalo • Ordenamiento o magnitud
De razón
• Intervalos iguales
• cero absoluto
Nivel Nominal
Coloca los objetos o individuos en categorías desde el punto de vista
cualitativo y no cuantitativo Ej.: Clasificación de personas.
•Tipo de muestreo.
•El parámetro a estimar.
•El error muestral admisible.
•El nivel de confianza.
Tamaño de Muestra para Estimar Parámetros a partir de una población
2
z 2 se
n Si se conoce N:
E2
n
nf
n
1
N
Para estimar una media poblacional
Donde:
Z = coeficiente de confianza = 1,96 para un nivel 2
de confianza = 95% (este dado siempre es el z 2 se
n Si se conoce N:
mismo, nunca cambia). E2
Se = desviación estándar esperada en la
población de estudio. (la desviacion que ya se ha n
sacado con anterioridad de la muestra) nf
n
1
E = error absoluto de muestreo o precisión (debe N
ser asumido por el investigador, osea que este es
el restante del nivel de confianza que se dio
antes: así que si el nivel de confianza fue del
95%, este error absoluto puede oscilar del 1 al
5%, eso será decisión de cada quien el numero
que ponga)
N = tamaño de la población
nf = tamaño de muestra final.
2
z 2 se
Ejemplo: n Si se conoce N:
E2
En una población de 1200 niños escolares de
Soacha se desea estimar el nivel promedio de
deserción con 95% de confianza. En el estudio n
nf
piloto se encontró: x= 22,3 y s = 8,6. Los n
investigadores están dispuestos a asumir un E 1
= 1,5%
N
(1,5)2
Solución:
Z = 1,96
Datos: nf = 126,3 = 114,3
N = 1200
Se = 8,6
E = 1,5 1 + 126,3/1200
nf 115
TIPOS DE MUESTREO
PROBABILISTICO
NO PROBABILISTICO
Selección aleatoria
Criterio del investigador
ALEATORIO
SIMPLE
POR CONVENIENCIA
Selección de elementos sobre bases
aleatorias partiendo de una estructura Intencional
muestral que enumera todos los elementos
Sujetos con que puede contarse
más fácilmente, considerando
unidades supuestamente
SISTEMATICO “típicas”
CONGLOMERADO
Selección sucesiva de muestras
aleatorias de unidades mayores o
menores por métodos aleatorios
simples o estratificados
No probabilísticos
Denominado también muestreo dirigido, se desconocen las
probabilidades de selección de cada elemento.
El procedimiento de selección se realiza de manera un poco informal y
arbitraria.
Con este método no se pueden elegir muestras representativas y no se
pueden hacer las inferencias respectivas porque no podemos cuantificar
el error muestral.
No probabilísticos
Resulta muy útil cuando el estudio resulte muy costoso o cuando se tiene
dificultades para llegar a zonas de difícil acceso o también en los cuales no es
indispensable que las muestras sean representativas de la población, sino que
solamente, reúnan ciertas características previamente especificadas.
Desventaja
Las inferencias realizadas con este tipo de muestreo no tienen validez
estadística,
Los resultados sólo serán válidos para ese grupo estudiado, no pudiendo
generalizar, a toda la población.
No probabilísticos
Entre los tipos más comunes de este tipo de muestreo tenemos:
De voluntarios
Muy utilizado en medicina, principalmente en ensayos clínicos, es decir,
en estudios experimentales con seres humanos.
La muestra o grupo de estudio está conformado por todos los sujetos
que voluntariamente se someten al trabajo de investigación y que
además participan hasta el final del mismo.
Probabilísticos
Es un proceso muestral donde cada elemento de la
población tiene una probabilidad perfectamente conocida
de ser incluida en la muestra.
Sólo una muestra probabilística proporciona estimaciones
con medida de su precisión.
Tipos de Muestreo
Probabilístico
3. Muestreo Estratificado
En teoría se enumeran
previamente todos los elementos
y de acuerdo con una tabla de
números aleatorios se van
escogiendo
Comuna A
Comuna C
Comuna D
MUESTREO POR CONGLOMERADOS
También se denomina de etapas múltiples.
Se utiliza para poblaciones grandes y dispersas.
No es posible disponer de un listado.
En lugar de individuos se seleccionan conglomerados que
están agrupados de forma natural (cuadras de casas,
departamentos, Hospitales, provincias, etc.)
Se selecciona en primer lugar el conglomerado más alto, a partir
de éste se selecciona un subgrupo.
A partir de este subgrupo se selecciona otro subgrupo y así
sucesivamente, hasta llegar a las unidades de análisis.
MUESTREO POR CONGLOMERADOS
Ejemplo.
Si se desea estudiar a los hipertensos atendidos en los hospitales Universitarios.
Nuestro primer conglomerado: departamentos,
a partir de estas regiones aleatoriamente seleccionar un subgrupo.
Segundo conglomerado : ciudades o municipios
De este conglomerado seleccionar aleatoriamente un subgrupo de ciudades o
municipios
Tercer conglomerado: hospitales Universitarios
Luego seleccionar aleatoriamente un subgrupo de Hospitales.
A partir del grupo de hospitales hacer un listado de los pacientes hipertensos
luego realizar muestreo aleatorio.
CONGLOMERADOS
Grupo 1A
Grupo 5C
Grupo 2A
Grupo 3B
Heterogéneos en su interior; diferentes entre sí en propiedades y tamaño
153
¿Qué es un DATO?
Toda unidad de
Información
Ventajas
Adaptable y aplicable a toda clase de sujetos en diversas situaciones.
Permite profundizar en los temas de interés.
Orienta posibles hipótesis y variables cuando se exploran áreas nuevas.
Tipo de Entrevista
Desventajas:
Requieren mucho tiempo.
Muy costosos por el tiempo de las entrevistas.
Limitado para personas con problemas de comunicación.
Dificultad para tabular datos que han sido recopilados de distinta
forma.
Se requiere crear confianza y comodidad entre el entrevistado y el
entrevistador.
Se requiere habilidad técnica para obtener la información y mayor
conocimiento respecto del tema.
Debido a que son entrevistas en profundidad habitualmente se
utilizan muestras pequeñas.
Cuestionario
Método que utiliza un instrumento o formulario impreso,
destinado a obtener respuestas sobre el problema en estudio y
que el sujeto investigado llena por sí mismo. El cuestionario
puede aplicarse a grupos o individuos estando presente el
investigador. Incluso puede enviarse por correo a los
destinatarios.
Ventajas:
Costo relativamente bajo.
Proporciona información sobre un mayor número de personas en un
período breve.
Fácil para obtener, cuantificar, analizar e interpretar datos.
Mayor posibilidad de mantener anonimato de los encuestados.
Eliminación de los sesgos que introduce el encuestador.
Cuestionario
Desventajas:
Es poco flexible, la información no puede variar ni
profundizarse.
Si el cuestionario se envía por correo, es posible que no sean
devueltos o que no se obtengan respuestas.
No utilizable en personas que no saben leer ni escribir.
No permite aclarar dudas.
Resulta difícil obtener cuestionarios completamente
contestados.
Se deben obtener grandes muestras.
En general, el proceso de recolección de información para una
investigación, métodos, técnicas e instrumentos y las fuentes de
las mismas suelen combinarse, cada uno de ellos con sus
ventajas y desventajas.
Validación de la
Base de Datos
Se requiere verificar la calidad de la información con la finalidad
que tengamos información real y sin errores (o con el mínimo error
posible)
Esto se puede realizar mediante:
Revisión manual: se revisa la información de forma independiente.
A pesar que este proceso no ofrece garantías, es mejor que sólo
ingresar la información
Revisión de valores inconsistentes: La intención es no contar con
valores inverosímiles, es decir, que los datos estén registrados dentro
de los rangos reales que esa variable puede asumir
Validación de la
Base de Datos
Cotejo cruzado de bases independientes: Un digitador ingresa la
información y otro ingresa la misma también de forma independiente.
Luego de ello se realiza el contraste a través de un software. Se puede
observar: inconsistencia entre las bases. Es el más usado.
Imputación de datos: Los procesos de limpieza de base de datos
implican el tratamiento para los valores perdidos (el dato no se pudo
recolectar pese a todos los esfuerzos)
Imputar es introducir un dato probable a partir de la información que se
recolectó. Se necesitan que se cumplan:
Una serie de supuestos
Modelos matemáticos para su estimación
Proporción de datos a imputar muy pequeña.
Análisis de la Información
Recolección de Es el proceso mediante el cual
datos los datos individuales se Pasos
mediante: agrupan y estructuran con el •Agrupar y estructurar
Encuesta propósito de responder a: los datos obtenidos en
• Entrevista • Problema de investigación el trabajo de campo
• Observación • Objetivos •Definir las herramientas
• Hipótesis del estudio y programas estadísticos
Descripción de resultados para el procesamiento
mediante: de los datos
• Estadística descriptiva •Obtener los resultados
Medidas de tendencia central mediante ecuaciones,
(media, moda, mediana) gráficas y tablas
Medidas de dispersión Análisis de la
(varianza, desviación estándar) Análisis de resultados
•Estadística inferencial
información •Reflexión sobre los
Pruebas paramétricas resultados obtenidos del
(t student, anova, ancova, trabajo de campo y en
análisis multivariado de varianza función de
y covarianza) •Problema de investigación,
Pruebas no paramétricas •Los objetivos del estudio
(U de Man-Whitney •Las hipótesis (si las hubo)
Kruskal-Wallis •El marco teórico del estudio
Prueba de signos
Prueba de Friedman
(Chi cuadrado)
Análisis e Interpretación
Al analizar los datos la intención es descubrir patrones y tendencias en
los mismos para poder interpretarlos.
Al publicar los datos y las técnicas que usaron para analizarlos e
interpretarlos, los investigadores dan a otros la oportunidad de revisar
los datos y de usarlos en investigaciones futuras.
Incertidumbre, Errores y
Confiabilidad
Todos los datos recopilados de una
investigación siempre tienen algún grado de
incertidumbre.
La incertidumbre es una estimación cuantitativa
del error que está presente en todos los datos.
5, 6, 4, 7, 8, 4, 6 Hay 7 datos
que suman 40
La nota media de Juan es:
5 6 4 7 8 4 6 40
Nota media = 5,7
7 7
Medidas de tendencia central
Son valores numéricos que localizan, de
alguna manera, el centro de un conjunto de datos.
El término promedio a menudo es asociado con
todas las medidas de tendencia central.
•Media
•Mediana
•Moda
•Rango Medio
El cálculo de la Media
Dado un conjunto de observaciones
la media se representa mediante y se obtiene dividiendo la suma de todos los datos por el número
de ellos, es decir:
La interpretación de la media como centro (o punto de equilibrio) de los datos se apoya en una
propiedad que afirma que la suma de las desviaciones
Solución
Σx = 6 + 3 + 8 + 6 + 4 27
x= = = 5.4
n 5 5
Media
2 3 4 5 6 7 8
x = 5.4
1º. Ordenamos los datos: 56, 59, 63, 65, 71, 72, 72
2º. El dato que queda en el centro es La mediana vale 65.
65.
Caso: Si el número de datos fuese par, la mediana es la
media aritmética de los dos valores centrales.
Para el conjunto 56, 57, 59, 63, 65, 71, 72, 72, la mediana es: 63 65
64
2
Procedimiento para
encontrar la mediana
1. Ordene los datos
2. Determine la profundidad de la mediana
• La profundidad (número de posiciones a partir de
cualquier extremo), o posición, de la mediana se
determina con la siguiente fórmula:
Profundidad de la mediana = número + 1 d( x ) = n + 1
2 2
La mediana, a diferencia de la media no busca el valor central del recorrido de la variable según
la cantidad de observaciones, sino que busca determinar el valor que tiene aquella observación
que divide la cantidad de observaciones en dos mitades iguales. Por lo tanto es necesario
atender a la ordenación de los datos, y debido a ello, este cálculo depende de la posición
relativa de los valores obtenidos. Es necesario, antes que nada, ordenar los datos de menor a
mayor (o viceversa).
Nº de calzado 38 39 40 41 42 43 44 45
Nº de personas 16 21 30 35 29 18 10 7
La moda es 41.
Ejemplo
Encontrar la mediana de la muestra {9, 6, 7, 9, 10, 8}
1. Los datos, ordenados de manera creciente, son 6, 7, 8, 9, 9, 10
2. Profundidad de la mediana: d(x) = (n+1)/2 = (6+1)/2 = 3.5
3. Es decir, la mediana está a la mitad entre las porciones de
datos tercera y cuarta. Para encontrar el número situado a la
mitad de dos valores cualesquiera, se suman los dos valores y
el resultado se divide entre 2. En este caso, se suman el tercer
valor (8) y el cuarto valor (9), luego se divide entre 2. La
mediana es 8.5. Observe que de nuevo la mediana separa el
conjunto de datos ordenados en dos subconjuntos
9
del mismo
tamaño. 6 7 8 9 10
x = 8.5
Rango Medio
Número que está exactamente a la mitad del
camino entre un dato con menor valor Mín y un
dato con mayor valor Máx. Se encuentra
promediando los valores mínimo y máximo.
9
6 7 8 9 10
8 8.2 8.5 9
Media
Mediana
Moda
Rango Medio
Cuartil, Quintiles, Deciles, Percentiles
La Mediana por el contrario nos informa el valor que separa los datos
en dos partes iguales, cada una de las cuales cuenta con el cincuenta
porciento de los datos.
La Moda nos indica el valor que más se repite dentro de los datos.
Estadística descriptiva
Medidas de Medidas de Medidas de Tipos de
tendencia dispersión posición distribución
central
Medidas de dispersión
Valores que describen la cantidad de variabilidad que se
encuentra entre los datos: Datos bastante agrupados poseen
valores relativamente pequeños, y datos más dispersos tienen
valores más grandes. El agrupamiento más estrecho ocurre
cuando los datos carecen de dispersión (ya que todos los datos
tienen el mismo valor), para los cuáles la medida de dispersión es
cero.
Las medidas de dispersión incluyen:
◦ Rango
◦ Varianza
◦ Desviación Estándar
Medidas de Dispersión
El desvío estándar
Es posible identificar conjuntos de datos que a pesar de ser muy distintos
en términos de valores absolutos, poseen la misma media. Una medida
diferencial para identificar esos conjuntos de datos es la concentración o
dispersión alrededor de la media.
El desvío estándar
A mayor valor del coeficiente del desvío estándar, mayor dispersión de los
datos con respecto a su media. Es un valor que representa los promedios
de todas las diferencias individuales de las observaciones respecto a un
punto de referencia común, que es la media aritmética.
Se entiende entonces que cuando este valor es más pequeño, las
diferencias de los valores respecto a la media, es decir, los desvíos, son
menores y, por lo tanto, el grupo de observaciones es más “homogéneo”
que si el valor de la desviación estándar fuera más grande. O sea que a
menor dispersión mayor homogeneidad y a mayor dispersión, menor
homogeneidad.
Varianza Rango.
Máx – Mín = 8 – 3 =
5
3
3 5 6 8
Rango
Mín Máx
Desviación con respecto a la Media
Una desviación de la media, x – x, es la diferencia entre el valor
de x y la media x.
Σx = 5
x=
n
Datos x 6 3 8 5 3
Desviación x-x 1 -2 3 0 -2
Varianza de la muestra
La varianza de la muestra, s2, es la media de las desviaciones al
cuadrado, calculada usando como divisor a n-1.
s2 = Σ(x – x)2
n-1
6
x
x 6-5=1 (1) * (1) = 1
x x
2
3 n 3 - 5 = -2 (-2) * (-2) = 4 18
s 2
4.5
8 8-5=3 (3) * (3) = 9 n 1 4
5 5-5=0 (0) * (0) = 0
3 3 - 5 = -2 (-2) * (-2) = 4
25 5 x x 0 x x 2 18
Desviación estándar
La desviación estándar de
una muestra, s, es la raíz
cuadrada positiva de la
varianza:
s s 2
Rango
Varianza
Desviación estándar
Análisis de Datos Gráficos
1.Tablas de frecuencia
2. Diagrama de Pastel
3. Diagrama de Barras
4. Histograma
5. Polígono de Frecuencia
6. Ojiva
7. Barra y Bigotes
Orden de datos
Ordenar es el proceso mediante el cual los datos están acomodados de tal
manera que se establece un orden (ascendente o descendente) entre ellos.
Está formada por dos columnas: una para la variable “xi” y la otra para su
frecuencia “f”, a esta frecuencia se le llama frecuencia absoluta o
frecuencia observada.
Ejemplo
Tabla de frecuencias de los pesos en Kg. de 25 alumnos.
xi f xi f
Peso de 25 estudiantes (en 40 1 52 2
kg) 42 1 55 2
40 42 43 44 44
43 1 56 2
45 48 49 50 50 2
44 57 1
51 51 52 52 55 1 1
45 58
55 56 56 57 58
48 1 59 1
59 62 63 63 66
49 1 62 1
50 2 63 2
2 1
51 66
25
Total
Frecuencia relativa y
acumulada
Por lo regular, se agregan dos columnas: la de la frecuencia relativa “fr” y la
de la frecuencia acumulada “fa”.
La frecuencia relativa se obtiene mediante el cociente (resultado) de la
frecuencia y el número total de datos, esto es fr = f/n.
La frecuencia acumulada se obtiene sumando las frecuencias anteriores a las
frecuencias de un dato dado.
Ejemplo
1/25
xi f fr fa xi f fr fa
40 1 0.04 1 52 2 0.08 14
42 1 0.04 2 55 2 0.08 16
3 2/25 0.08 18
43 1 0.04 56 2
44 2 0.08 5 57 1 0.04 19
45 1 0.04 6 58 1 0.04 20
n = número de datos.
Amplitud de los intervalos = Rango / K
Donde Rango = diferencia entre el dato mayor
y el dato menor.
Ejemplo
Para el ejemplo de los datos de los pesos de 25 alumnos, el valor de K:
xi f 52 2 Datos agrupados
40 1 55 2 Intervalo Punto f
Datos sin agrupar
Interval Punto f fr Fa
o de medio
clase “xi” 2/25
38 – 42 40 2 0.08 4/25
2
43 – 47 45 4 0.16 8/25
6
48 – 52 50 8 0.32 14
53 – 57 55 5 0.20 19
58 – 62 60 3 0.12 22
63- 68 65 3 0.12 25
Total 25 1
Por último se agregan las columnas:
Diagrama de Barras
Histograma
Polígono de Frecuencia
Ojiva
Muestra como se relacionan las partes de una cantidad con el todo. El círculo
completo representa al 100 %. Muestran porcentajes, pero también pueden
utilizarse fracciones, decimales o números enteros.
Ejemplo:
Diagrama de Barras
Un diagrama de barras es una forma de representar gráficamente un conjunto
de datos o valores, y está conformado por barras rectangulares de longitudes
proporcionales a los valores representados. Representa variables cualitativas o
discretas
Las barras pueden ser horizontales o verticales, según si los valores de
la variable se reflejan en el eje horizontal o vertical.
Todas las barras deben tener el mismo ancho y no deben superponerse las unas
con las otras.
Ejemplo:
Histograma
Es una representación gráfica de una variable en forma de barras, donde la
superficie de cada barra es proporcional a la frecuencia de los valores
representados. Se utiliza para datos agrupados.
Sirven para obtener una "primera vista" general, o panorama, de la
distribución de la población, o de la muestra, respecto a una característica,
cuantitativa y continua (como la longitud o el peso).
Ejemplo:
Polígono de Frecuencia
El polígono de frecuencias es un gráfico que permite la rápida visualización de
las frecuencias de cada una de las categorías del estudio. Normalmente se
utiliza el polígono de frecuencias con frecuencias absolutas, pero también se
utiliza con frecuencias relativas. El polígono de frecuencia es realizado uniendo
los puntos de mayor altura de estas columnas.
Ejemplo:
Ojiva
La ojiva es un polígono frecuencial acumulado, es decir, que permite ver cuántas
observaciones se encuentran por encima o debajo de ciertos valores, en lugar
de solo exhibir los números asignados a cada intervalo. Similar al poligono de
frecuencia se construye uniendo los puntos mas altos de cada columna que
represente las frecuencias acumuladas de los datos.
Ejemplo:
Diagrama de Caja y Bigotes
Una gráfica de este tipo consiste en una caja rectangular, donde los lados
más largos muestran elrecorrido intercuartílico. Este rectángulo está dividido
por un segmento vertical que indica donde se posiciona la mediana y por lo
tanto su relación con los cuartiles primero y tercero.
Esta caja se ubica a escala sobre un segmento que tiene como extremos los
valores mínimo y máximo de la variable. Las lineas que sobresalen de la caja
se llaman bigotes. Estos bigotes tienen tienen un límite de prolongación, de
modo que cualquier dato o caso que no se encuentre dentro de este rango es
marcado e identificado individualmente
Ejemplo:
Pruebas de Hipótesis
Paramétricas
Análisis Paramétrico
Para realizar análisis paramétricos debe partirse de los
siguientes supuestos:
1) La distribución poblacional de la variable dependiente
es normal: lo que indica que se debe tener una distribución
normal.
2) El nivel de medición de la variable dependiente es por
intervalos o razón.
3) Cuando dos o más poblaciones son estudiadas, éstas
tienen una varianza homogénea (no hay diferencia
significativa en los datos): las poblaciones en cuestión
tienen una dispersión similar en sus distribuciones
Prueba “t student”
- Definición: Es una prueba estadística para evaluar si dos grupos difieren entre si
de manera significativa respecto a sus medias. Se simboliza: r
Contenido
•Preliminares (Portada, Presentación del informe
contraportada, hoja de final de la investigación
calificación, dedicatoria y •Entrega formal a la
agradecimientos, etc) dependencia u organismo
•Cuerpo del documento correspondientes, para su
(tablas de contenido, revisión y conceptualización
introducción, capítulos) •Exposición o sustentación
•Bibliografía del respectivo informe o
•Anexos estudio de investigación
Referencias
Briones, G. (2003). Métodos y técnicas de investigación para las ciencias
sociales. 4 ed. México: Trillas, p. 112.
Corbetta, P. (2007). Metodología y técnicas de investigación social. Madrid:
Mc Graw Hill, p. 422.
Hernández -Sampieri R, Fernández-Collado C, Baptista-Lucio P.
Metodología de la investigación. (2003).Tercera Edición, McGraw-Hill.
Tamayo, M. (2008), El proceso de la investigación científica. 4 ed. México:
Limusa, p.440.