1. No category

DISEÑOS DE INVESTIGACIÓN
CIENTÍFICA
Dr. CARLOS YENGLE RUIZ
PARADIGMAS DE LA INVESTIGACIÓN
POSITIVISTA
También denominado racionalista o empíricoanalítico.
Se preocupa por la objetividad y el control de la
subjetividad en la investigación científica.
Necesidad de indagar de manera experimental y
controlada.
Tradicionalmente la investigación ha seguido este
paradigma.
INTERPRETATIVO
PARADIGMAS DE LA INVESTIGACIÓN
También llamado paradigma naturalista, fenomenológico,
etnográfico
Se centra en el estudio de los significados de las acciones
humanas y de la vida social no observables directamente ni
susceptibles de experimentación.
Intenta sustituir las nociones científicas de explicación,
predicción y control del paradigma positivista por las
nociones de comprensión, significado y acción.
SOCIOCRÍTICO
PARADIGMAS DE LA INVESTIGACIÓN
Surge como respuesta a las tradiciones positivistas e
interpretativas.
Pretende superar el reduccionismo de la primera y el
conservadorismo de la segunda.
Admite la posibilidad de una ciencia social que no sea ni
puramente empírica ni solo interpretativa.
CUANTITATIVO
ENFOQUES DE INVESTIGACIÓN
Utiliza como soporte importante a los métodos y
procedimientos estadísticos.
Utiliza la recolección y análisis de datos para contestar
preguntas de investigación y probar hipótesis establecidas
previamente.
Confía en la medición numérica, el conteo y
frecuentemente en el uso de la estadística para establecer
con exactitud patrones de comportamiento
CUALITATIVO
Con frecuencia se basa en métodos de recolección de datos sin
medición numérica, como la observación o las entrevistas a
profundidad..
Por lo regular, las preguntas e hipótesis surgen como parte del
proceso de investigación .
Es flexible, y se mueve entre los eventos y su interpretación,
entre las respuestas y el desarrollo de la teoría.
A menudo se llama holístico, por que se precia de considerar el
“todo”, sin reducirlo al estudio de sus partes.
MIXTO
Implica la recolección y el análisis de datos cuantitativos
y cualitativos, así como su integración y discusión
conjunta.
Se realizan inferencias producto de toda la información
recabada logrando un mayor entendimiento del
fenómeno bajo estudio .
Los enfoques cuantitativo y cualitativo se nutran entre sí,
generándose un mejor sentido de comprensión del
fenómeno estudiado
LA ESTADÍSTICA EN EL PROCESO DE
INVESTIGACIÓN CUANTITATIVA
1.
IDEA
6.
DESARRO
LLO DEL
DISEÑO
INVESTI
GACIÓN
2.
PLANTEA
MIENTO
DEL
PROBLE
MA
7.
POBLA
CIÓN Y
MUESTRA
3.
MARCO
TEÓRICO
4.
ALCANCE
DEL
ESTUDIO
8.
RECOLEC
CIÓN DE
DATOS
9.
ANÁLI
SIS DE
DATOS
5.
ELABORA
CIÓN DE
HIPÓTE
SIS
10.
REPORTE
DE
RESULTA
DOS
DISEÑO METODOLÓGICO SEGÚN
ESQUEMA DE LA EPG-UCV
II. MARCO METODOLÓGICO
2.1. Variables
2.2. Operacionalización de variables
2.3. Metodología
2.4. Tipos de estudio
2.5. Diseño
2.6. Población, muestra y muestreo
2.7. Técnicas e Instrumentos de recolección de
datos
2.8. Métodos de análisis de datos
2.9. Aspectos éticos
2.1.VARIABLES. CLASIFICACIÓN
Características de la unidad de análisis que se mide al hacer
determinadas observaciones y que toma diferentes valores
CLASIFICACION DE LAS VARIABLES
1. POR SU
NATURALEZA
2. POR SU ESCALA
3. POR SU
4. POR EL NUMERO
DE MEDICION
RELACION
DE VARIABLES
CUALITATIVA
NOMINAL
DEPENDIENTE
UNIDIMENSIONAL
CUANTITATIVA
ORDINAL
INDEPENDIENT
BIDIMENSIONAL
INTERVALO
INTERVINIENTE
PLURIDIMENIONAL
DISCRETA
RAZON
CONTINU
OPERACIONALIZACIÓN DE VARIABLES
VARIABLE CONCEPTUAL
DIMENSIÓN 1
INDICADOR 1.1
INDICADOR 1.2
DIMENSIÓN 2
DIMENSIÓN 3
INDICADOR 2.1
INDICADOR 3.1
INDICADOR 2.2
INDICADOR 3.2
INDICADOR 2.3
IINDICADOR 3.3
INDICADOR 2.4
DIMENSIÓN n
INDICADOR n1
INDICADOR n2
MATRIZ DE OPERACIONALIZACIÓN
DE VARIABLES
ARIABLE
DEFINICIÓN
CONCEPTUAL
DEFINICIÓN
OPERACIONAL
DIMENSIONES
INDICADORES
ariable
ue no se
uede
edir
rectame
e
Definición
Especifica los Subvariables
conceptual con procedimiento que se
autor o autores s necesarios desagregan
de referencia
para la
o se
identificación desprenden
de un
del concepto
concepto en de la
variable.
términos
observables,
medibles
Variables que
se pueden
medir.
A partir de
los
indicadores
se elaboran
los items o
reactivos de
los
instrumentos
para la
recolección
de los datos
ESCALA
DE
MEDICIÓN
Puede ser
nominal,
ordinal, de
intervalo o
de razón.
2.3. METODOLOGÍA
Conjunto de procedimientos que determinan una investigación de tipo científico.
MÉTODOS
Empírico
Estadístico
Teórico
Inductivo
Deductivo
Hipotético-deductivo
2.4. TIPOS DE ESTUDIO
Según la guía:
Considerar lo referido por Hernández (2010) quien
refiere que la investigación se puede clasificar de
diversas maneras, pudiendo ser experimental o no
experimental
ALCANCE DE LA INVESTIGACIÓN
Exploratoria
Se realiza cuando el objetivo consiste en examinar un tema o problema de
investigación poco estudiado, del cual se tienen muchas dudas o no se ha
abordado antes.
También es importante cuando el investigador no conoce el lugar y/o los
sujetos que serán investigados y desea familiarizarse o aplicar un sondeo
preparatorio para elaborar sus instrumentos y calcular el tamaño de la
muestra.
Descriptiva
Especifica
propiedades,
características
y
perfiles
de
personas,
grupos,
comunidades, procesos, objetos o cualquier otro fenómeno que se someta a un
análisis. Describe tendencias de un grupo o población. Si se trata de dos o más
variables, no tiene como propósito estudiar la relación entre ellas.
Ejemplo: Tesis 1 de la sesión 3
Correlacional
Asocia variables mediante un patrón predecible para una muestra o población.
Tiene como propósito conocer la intensidad de la relación o grado de asociación
que existe entre dos o más conceptos, categorías o variables en un contexto en
particular. Se debe tener cuidado con las correlaciones espúreas.
Ejemplo: Tesis 5 de la sesión 3
Investigación explicativa
Es aquella que pretende establecer las causas de los eventos , sucesos o
fenómenos físicos o sociales que se estudian, es decir, va más allá de la
descripción de conceptos o fenómenos o del establecimiento de relaciones entre
conceptos (sin embargo, debe pasar por ellos). Se enfoca en explicar por qué
ocurre un fenómeno y en qué condiciones se manifiesta, o por qué se relacionan
dos o más variables.
Las
investigaciones
explicativas
experimentales.
Ejemplo: Tesis 11 de sesión 3.
pueden
ser
experimentales
y
no
2.5. DISEÑO
Estrategia utilizada para comprobar una hipótesis o un grupo de
hipótesis.
Determinación de las estrategias y procedimientos para dar
respuesta al problema y comprobar la hipótesis.
Según la guía: El diseño se puede definir como una estructura u
organización
esquematizada que adopta el investigador para
relacionar y controlar las variables de estudio.
DISEÑOS EXPERIMENTALES Y NO
EXPERIMENTALES
PRINCIPALES DISEÑOS DE
INVESTIGACIÓN NO EXPERIMENTAL
1. Diseños transversales o transeccionales
El investigador indaga sobre hechos o fenómenos en un determinado momento
del tiempo. Pueden ser :
1.1.Descriptivos Simples: Recoge información de una variable en una
determinada población o muestra, sin intención de administrar tratamiento.
Representación:
M
O
Donde: M representa la muestra que se utilizará para el estudio y O
representa las mediciones de la variable de interés
1.2. Descriptivo comparativo: Recolección de información en dos o
más muestras sobre un mismo fenómeno y comparación en los
datos generales o en una categoría de ellos
Representación:
M1
M2
M3
…..
Mn
O1
O2
O3
---On
O1 = O2 =
≠
≠
O3 = On
≠
Donde: M1, M2, M3, Mn, representan a cada una de las
muestras y O1, O2, O3 y On representan las observaciones o
mediciones en cada una de las muestras.
1.3. Correlacionales
Se orienta a determinar el grado de relación existente entre dos o
más variables en una misma muestra de sujetos. Su diagrama es el
siguiente:
Ox
Ox
r
M
r
Oy
M
r
r
Oz
Oy
En el esquema M es la muestra en la que se efectúa la investigación
y los subíndices Ox, Oy y Oz indican las observaciones obtenidas
en cada una de las tres variables distintas. Asimismo r indica la
correlación entre las variables.
2. Longitudinales
También denominados evolutivos, analizan los cambios del comportamiento
de las variables a través del tiempo.
2.1. De tendencia (trend): Estos diseños son caracterizados por analizar cambios
a través del tiempo en categorías, variables o sus relaciones. Cada muestra
evaluada no es la misma pero sí la población.
2.2. De evolución de grupo (cohortes) : Estos diseños examinan cambios a
través del tiempo en subpoblaciones o grupos específicos. La peculiaridad es
que las cohortes vienen a ser grupos de personas vinculados de algún modo o
identificados por alguna característica común, generalmente la edad o la época.
2.3. De panel: Este diseño se diferencia de los anteriores en que el mismo grupo
de participantes es evaluado en todos los tiempos o momentos.
3. Diseños ex post facto
Si bien, los diseños experimentales son los que permiten contrastar
hipótesis causales con las máximas garantías, existen estudios en los
que se pretende determinar las causas de los fenómenos, cuando el
efecto de la variable independiente ha transcurrido o cuando existe la
imposibilidad de poder manipularla; así, la expresión latina “ex post
facto” significa llega después de que haya ocurrido.
3.1. Diseños ex post facto retrospectivos.
La estrategia retrospectiva consiste en medir primero la variable
dependiente
y
buscar
después
hacia
atrás
posibles
variables
independientes que expliquen el fenómeno, las que son medidas.
Pueden ser:
Diseño retrospectivo simple: El investigador recoge información sobre un
grupo de casos que comparten el mismo valor de la variable dependiente
(p.ej. personas que se han suicidado o que han sido víctimas de abuso sexual);
es decir, su valor no varía y lo que se indaga son las coincidencias de posibles
variables independientes.
Diseño retrospectivo con grupo cuasi control: El procedimiento es
similar al diseño anterior, ya que se inicia localizando un grupo de personas
que tienen el mismo
valor en la variable dependiente
que se desea
investigar, quienes constituyen el grupo clave, luego se ubica un grupo de
personas que no poseen el valor en la variable dependiente. Este grupo cuasi
control debe ser similar al grupo clave en las variables que puedan estar
asociadas al fenómeno que interesa controlar.
3.2.Diseños ex post facto prospectivos
Estos diseños se caracterizan porque la variable independiente ya ha tomado
sus valores pero aún está pendiente el desenlace del fenómeno que el
investigador desea estudiar (variable dependiente). El procedimiento de estos
diseños varía, se puede iniciar buscando personas que se parezcan entre sí por
poseer determinados valores de la variable independiente cuya posible
influencia se desea investigar; es decir, primero se mide la variable
independiente y luego la dependiente. Pueden ser:
Diseño prospectivo simple: Estudia una única variable independiente,
mediante la comparación de dos muestras, una que posee y la otra que no
posee la variable independiente y luego se evalúa en ambas muestras la variable
dependiente, con la finalidad de encontrar diferencias entre ellas.
Diseño prospectivo factorial: Cuando se selecciona dos grupos, uno de ellos
en los que se manifiesta la variable independiente y el otro en el que no; se
tiene el riesgo de que existan variables extrañas que puedan afectar la relación
de causalidad. Ante esa circunstancia, el investigador, selecciona la(s)
variable(s) que cree que pueda(n) afectar los resultados y la(s) convierte en
otra(s) variable(s) independiente(s). Este diseño estudia el influjo de dos o más
variables independientes sobre una dependiente. Para efectuarlo, primero se
selecciona a los participantes. Tales grupos deberán tener las características que
resulten de la combinación de todos los niveles de todas las variables
independientes y luego se mide la variable dependiente. (11/10/10)
Diseño prospectivo
En este diseño lo que se hace es analizar conjuntamente muestras valores de
variables y la asociación y relación entre ellas. Se trata de analizar la correlación
entre las variables y de hallar una relación funcional, si es pertinente, que
relacione la variable dependiente con las variables independientes. Se utilizan
las técnicas estadísticas de regresión simple y múltiple
Regresión simple:
Y = f (X)
Regresión múltiple:
Y = f(X1 , X2 , … , Xp )
Diseños experimentales
Los diseños experimentales se utilizan cuando el investigador manipula
intencionalmente una variable independiente (causa) para observar los efectos
en otra variable a la que se le denomina variable dependiente (consecuencia).
Los requisitos para que pueda considerarse a un estudio como experimento
son:
1) la manipulación intencional de una o más variables independientes,
tomando en cuenta que manipular es hacer variar o asignar distintos valores a
la variable independiente
2) medir el efecto que tiene la variable independiente en la dependiente
3) cumplir el control o la validez interna de la situación experimental.
Para el primer requisito es importante identificar los grados de manipulación
de la variable independiente. El nivel mínimo de manipulación es de dos
grados, refiriéndose a la presencia o ausencia de la variable independiente.
Cada grado o nivel de manipulación involucra un grupo en el experimento.
Para el segundo requisito, no existen reglas acerca de cuántas variables
independientes y dependientes considerar en un estudio; eso depende
de los intereses del investigador.
Para el tercer requisito es preciso tomar en cuenta que el control en un
experimento se logra:
1)
2)
con varios grupos de comparación (dos como mínimo) ,y
con equivalencia de los grupos en todo, excepto en la manipulación
de la(s) variable(s) independiente(s), de tal modo que se pueda
asignar las diferencias encontradas entre los grupos a la variable
independiente y no a otros factores. La equivalencia inicial no se
refiere a los individuos sino a la equivalencia entre los grupos; a
modo de ejemplo si hay personas muy inteligentes en un grupo,
también debe haberlas en el otro grupo
Existen dos procedimientos para lograr la equivalencia inicial: la
asignación al azar o el emparejamiento, siendo el mejor de ellos, según
Hernández, Fernández & Baptista, la asignación al azar.
TIPOS DE DISEÑOS DE EXPERIMENTOS Y
SIMBOLOGÍA UTILIZADA
Los diseños experimentales pueden ser:
Pre experimentales
Cuasi experimentales
Experimentales “puros”
La simbología, generalmente utilizada para presentarlos es :
R
G
X
O
---
Asignación al azar o aleatoria
Grupo de participantes
Tratamiento
Medición de la variable dependiente
Ausencia de estímulo (grupo de control)
1. Diseños Pre experimentales
1.1. Estudio de caso con una sola medición
Diseño que consiste en administrar un estímulo o tratamiento a un grupo y
después aplicar una medición de una o más variables para observar cuál es el
nivel del grupo en estas variables.
Se diagrama de la siguiente manera:
G
X
O
Como se puede apreciar no hay manipulación de la variable independiente (no
hay varios niveles en ellas, ni siquiera los niveles mínimos de presencia o
ausencia.), por tanto adolece de falta de control experimental, tampoco hay
referencia previa de qué nivel tenía el grupo antes de suministrar la variable
independiente.
1.2. Diseño de pre prueba-pos prueba con un solo grupo
En este diseño a un grupo se le evalúa previo a la presentación del estímulo,
luego se le administra el tratamiento y finalmente se le aplica una prueba
posterior al estímulo.
En este diseño, a diferencia del anterior hay un seguimiento del grupo; sin
embargo, no hay manipulación ni grupo de comparación y es posible que
existan factores que afecten la validez interna como la historia de los
individuos.
El esquema se representa como sigue:
G
O1
X
O2
2. Diseños Cuasi Experimentales
Estos diseños trabajan con grupos intactos, es decir, no hay posibilidades de
poder aislar las variables extrañas que puedan afectar la validez interna del
trabajo.
2.1.Diseño con pos prueba únicamente y grupos intactos.
Este diseño utiliza dos grupos: el experimental (que recibe el tratamiento) y el
grupo control (que no recibe el tratamiento). Los grupos son comparados en la
pos prueba para analizar si el tratamiento experimental tuvo un efecto sobre la
variable dependiente (O1 con O2).No se asignan los grupos ni por azar ni por
emparejamiento, por lo que los grupos no son equiparables entre si, lo que
significa que las variaciones que pudieran suscitarse en la variable dependiente
no pueden ser atribuidos exclusivamente a la variable independiente.
El diseño puede diagramarse del siguiente modo:
G1
G2
X
—
O1
O2
El diseño puede extenderse para incluir más de dos grupos , cuando se tiene
diferentes tratamientos experimentales o niveles de manipulación, siempre con
un grupo de control.
2.2.Diseño con prueba-pos prueba y grupos intactos (uno de ellos
de control)
Este diseño es similar al que incluye pos prueba únicamente y grupos intactos,
sólo que en este caso a los grupos se les administra una pre prueba, la misma
que puede servir para verificar la equivalencia inicial de los grupos (si son
equiparables no debe haber diferencias significativas entre las pre pruebas de
los grupos). Su esquema más sencillo sería el siguiente:
G1
G2
O1
O3
X
—
O2
O4
Puede extenderse a más de dos grupos (niveles o modalidades de manipulación
de la variable independiente), lo cual se esquematizaría así:
G1
G2
G3
••••
O1
O3
O5
X1
X2
X3
O2
O4
O6
2.3. Otros diseños cuasi experimentales
Series cronológicas de un solo grupo
Series cronológicas con varios grupos
Series cronológicas con tratamientos múltiples
3. Diseños Experimentales “Puros”
Estos diseños reúnen los dos requisitos para lograr el control y la validez
interna.
1) grupos de comparación (la manipulación de la variable independiente
o de varias independientes) y
2) equivalencia de grupos.
2.6. POBLACIÓN, MUESTRA Y MUESTREO
 POBLACIÓN
Conjunto de todos los elementos o unidades de análisis para un
estudio determinado. Un censo es un intento de medir todos
los elementos de una población de interés.
MUESTRA
Subconjunto de elementos de una población. En la mayoría de
las investigaciones, los estudios poblacionales o censales
censos son bastantes costosos y difíciles, e incluso imposibles.
Una alternativa es seleccionar una muestra representativa.
MUESTREO
Proceso mediante el cual se elige una muestra representativa de la
población
con
el
propósito
de
hacer
inferencias
 VENTAJAS
Costo reducido / mayor rapidez / Mayor factibilidad / mayor exactitud
 TIPOS DE MUESTREO
NO PROBABILÍSTICO
Elección de los elementos o unidades muestrales no depende de la
probabilidad sino de las características de la investigación.
PROBABILÍSTICO
Cada elemento de la población tiene una probabilidad conocida de ser
seleccionado
TIPOS DE MUESTREO PROBABILISTICO
 MUESTREO ALEATORIO SIMPLE (MAS)
Consiste en seleccionar una muestra de n unidades de una población de
tamaño N de tal manera que cada muestra posible de tamaño n tiene igual
probabilidad de ser seleccionada.
 MUESTREO ALEATORIO ESTRATIFICADO (MAE)
Consiste en la separación de los elementos de la población de tamaño N en
grupos o subpoblaciones, llamados estratos, y la selección posterior de una
muestra aleatoria simple de cada estrato.
 MUESTREO SISTEMÁTICO
Consiste en seleccionar una muestra de n unidades de la población de tamaño
N de tal manera que el primer elemento de la muestra se obtiene
seleccionando al azar un elemento de los primeros k elementos en el marco y
después cada k-ésimo elemento. ( k ≤ N/n )
 MUESTREO POR CONGLOMERADOS
Consiste en seleccionar una muestra aleatoria en la cual cada unidad de
muestreo es una colección o conglomerado de elementos.
DEFINICIONES
POBLACIÓN
Conjunto de todos los elementos o unidades de análisis para un
estudio determinado. Un censo es un intento de medir todos los
elementos de una población de interés.
MUESTRA
Subconjunto de elementos de una población. En la mayoría de
las investigaciones, los estudios poblacionales o censales censos
son bastantes costosos y difíciles, e incluso imposibles. Una
alternativa es seleccionar una muestra representativa.
TÉCNICAS E INSTRUMENTOS DE RECOLECCION DE
DATOS
TÉCNICAS
INSTRUMENTOS
ENCUESTA
CUESTIONARIO
EVALUACIÓN PSICOMÉTRICA
CUESTIONARIO TIPO LIKERT Y
OTROS
ANÁLISIS DOCUMENTAL
FICHA DE REGISTRO DE DATOS
OBSERBACIÓN DE CAMPO NO
EXPERIMENTAL
FORMATO DE REGISTRO DE DATOS
OSERVACIÓN DE CAMPO
EXPERIMENTAL
CUESTIONARIO U HOJA DE
REGISTRO DE DATOS
2.8.MÉTODOS DE ANÁLISIS DE DATOS
Se realiza a partir de tablas de frecuencias , gráficos , medidas estadísticas , relaciones
funcionales y pruebas de hipótesis estadísticas.
Tablas de frecuencias: cuando la información presentada necesita ser desagregada en
categorías.
Gráficos: permiten que en forma simple y rápida se observen el comportamiento de las
características de interés las variables. Los gráficos pueden ser: de superficie, lineales,
pictogramas u otros específicos. Los más utilizados son los gráficos de barras, circulares y
lineales.
Medidas estadísticas: Las más utilizadas son las medidas de tendencia central, medidas de
dispersión, percentiles y medidas de asociación.
Relaciones funcionales: son funciones
estadísticas que permiten expresar
cuantitativamente y gráficamente las relaciones de causalidad entre una variable dependiente
y una o mas variables independientes. Las relaciones funcionales más conocidas se obtienen
mediante los métodos de regresión.
Prueba de hipótesis: utilizadas para contrastar las hipóteis que se plantean en la
investigación