:

La investigación científica puede clasificarse según su propósito en:

• Básica: para producir conocimiento.

• Aplicada: para resolver un problema práctico.
También pueden ser clasificadas según su enfoque como:

• Cuantitativas: mide información numérica en un proceso secuencial.

• Cualitativas: expresa fenómenos en profundidad en ambientes naturales sin secuencia lineal.
Una investigación científica de cualquier tipo debe contar con:

POBLACIÓN MUESTRA VARIABLE

Conjunto total del cual se requiere Subconjunto de la población, hace Característica que posee la
obtener información. Debe ser que la investigación sea más fácil población y que desea ser medida
delimitado, dependerá del tema y de realizar ya que acorta la en la investigación. Debe tener
de lo que quiera el investigador cantidad de personas. como mínimo dos valores (sí/no).

Para realizar una investigación científica deben seguirse los siguientes pasos:

Formulación y Realización y
Recolección de
delimitación del revisión de un
datos
problema estudio piloto

Revisión de la
Diseño del plan
bibliografía sobre Análisis de datos
de muestra
el tema

Selección de un
Definición de Comunicación de
diseño de
marco teórico resultados
investigación

Definición de las
Formulación de
variables de
hipótesis
investigación
Para formular el problema debemos basarnos en los siguientes criterios:

CUANTITATIVOS
CUALITATIVOS
EL PROBLEMA DEBE:
FINER:
✓ Expresar relación o
comparación de dos o más • Factible
variables. • Interesante
✓ Poder probarse empíricamente. • Novedoso
✓ Poder expresarse en dimensión
• ÉTICO
temporo espacial.
• Relevante
✓ Permitir definir la población
objeto.

• La revisión conduce a la construcción del marco teórico.

• El MT corresponde a un conjunto de proposiciones referidas a problema que se toman de una o más teorías
modificándolas según las condiciones del investigador.
• Se incluyen los antecedentes contextuales del problema, una elaboración del contexto en el cual se
encuentra el problema (definiciones, teorías, etc.) y los conocimientos encontrados en la revisión de
investigaciones anteriores.

Funciones del MT
• Ayuda a prevenir errores de otras investigaciones.
• Orientación a cómo se va a estudiar.
• Guía al investigador para centrarse en el problema y amplía el horizonte del estudio.
• Documenta la necesidad de realizar el estudio.
• Conduce al establecimiento de hipótesis afirmativas que luego se someterán a prueba.
• Inspira nuevas líneas y áreas de investigación.
• Proporciona un marco de referencia para interpretar los resultados.

La construcción del MT tiene 3 pasos:

Marco Contextual: introducción al tema que incluye información histórica si se puede.

Marco Conceptual: teoría del tema, exposición de conceptos, principios de la investigación.
Marco Empírico: resumir información de otras investigaciones (citas).
¿qué son las HIPÓTESIS? son las respuestas posibles a las preguntas de investigación, deben tener sustento
teórico, empírico y/o lógico, no pueden inventarse de la nada.

Para formular la hipótesis se deben seguir los siguientes criterios:

• Debe referirse a una situación real.

• Los términos deben ser comprensibles.
• La relación entre las variables propuestas debe ser clara y verosímil.
• Las variables deben ser observables y medibles.
• Deben estar relacionadas con teorías disponibles para probarlas.

Clasificación

Descriptivas
Establecen valor para una variable
que estará en función de ese valor.
P: ¿cuál será el umbral auditivo de
los jóvenes valdivianos?
HD: el umbral auditivo será x Hz.
Correlacionales
Plantean relación ente dos o más variables.
P: ¿existirá relación entre la calidad de vida
de los individuos y su sector de procedencia?
HC: Sí, la calidad de vida se relaciona con el
sector de procedencia.

De diferencia de grupos Causales o explicativas

Comparan a dos o más grupos respecto de
una variable.
P: ¿tendrán mejor calidad de vida los
individuos que proceden de un sector rural o
urbano?
HDG: Los individuos que viven en sector rural
tienen mejor calidad de vida que los que
viven en sector urbano.
Existe relación de causa y efecto. Una
variable es causa de otra. También
puede darse como efecto y solución.
HC: El consumo de tabaco genera
cáncer de pulmón. Causa - Efecto
HC: Una buena higiene vocal
disminuye el riesgo de padecer
disfonías. Efecto – Solución

:
Para la construcción del MT podemos utilizar los siguientes métodos:

Método de mapeo
• Elaboro un mapa para basarme en la profundización de revisión de la literatura y Dllo del MT.
• A partir de la información recopilada se realiza un punteo de palabras clave de la búsqueda, donde al final se
incluyen en el mapa aquellos que engloban los subtemas. De manera que obtenemos un mapa inicial:
• Definiciones dimensiones medición modelos
• Que luego se desplegará en temas y subtemas, para agregar finalmente los autores principales en el mapa.
• Teniéndolo de esta manera, estructuramos el MT en base a los temas escogidos.
• Luego lo desplegaremos en subtemas

Método por índices

• Se realiza un índice tentativo global o general que se irá afinando hasta ser específico, para poder colocar las
referencias en el lugar que corresponda.
• El MT debe limitarse a los antecedentes del planteamiento del estudio, no a todo aquello relacionado con el
tema. Si hablamos de “efectos secundarios de X medicamento en la población A’’ no necesitamos apartados
como “historia de los medicamentos’’ “efectos de medicamentos en general’’ “reacciones secundarias de
medicamentos en población B’’.
• El índice se dividirá en temas generales, luego subtemas y finalmente, referencias. Completando los
apartados, debemos estructurar la columna vertebral de la misma manera.

Al final son básicamente lo mismo, con la diferencia que la forma en que se ordena la información es a
base de un mapa conceptual en el MAPEO y en un índice en la VERTEBRACIÓN o ÍNDICE. Ambos al tener
dividido el tema en temas generales y luego en subtemas, de manera que la información se distribuya
de general a específica.

La definición se realiza de dos maneras:

Conceptual: qué es lo que se va a medir, debe acotarse lo suficiente, debe referirse a las particularidades de la
variable, posibles valores y resultados ¿Qué queremos saber?

Operacional: procedimientos necesarios para medir la variable, instrumentos necesarios. Si no existieran los
instrumentos pueden inventarse. ¿Cómo lo sabremos?

EJEMPLOS BONITOS
Variable → UMBRAL AUDITIVO

DC: mínima intensidad que una persona requiere para escuchar.

DO: audiometría, audiómetro, audífonos, cámara silente, pulsor. Se debe explicar cada paso de la audiometría
desde que se le pide al usuario que entre a la cámara silente.

Las variables contienen las siguientes características:

• Nombre
• Definiciones (conceptual y operacional)
• Valores
• Tipos (cuantitativa o cualitativa)
• Rol o función (dependiente o independiente)
¿Qué es el diseño? Es la forma en que se obtendrá la información deseada.
La experimentación cuantitativa puede dividirse en diseños experimentales y no experimentales.

EXPERIMENTALES
¿Qué es un experimento?

D. general: elegir o realizar una acción y observar sus consecuencias. Incluye manipulación intencional y
análisis de resultados.

D. particular: estudio en que se manipulan variables independientes intencionalmente para analizar su efecto
en las dependientes dentro de una situación de control.

La variable dependiente es el efecto o consecuente, la independiente es la causa o antecedente.

Requisitos para considerar una investigación como experimental

1. Manipulación intencional de una o más variables independientes
Se denominará a las variables independientes como X y las dependientes como Y, además si los valores de la
variable independiente se denominan como a (Xa).

2. Medición del efecto de la variable independiente en la dependiente

3. Control o validez interna

¿Qué es la validez interna? Confianza en que los resultados se interpreten adecuadamente y sean válidos.
Cuando existe control, podemos determinar la relación causan entre variables X e Y. La validez interna es controlar
la influencia de variables ajenas a la investigación en la variable dependiente, para ver si realmente la
independiente y sus variaciones la afectan.

¿Cómo la conseguimos?
Varios grupos de comparación: al menos dos, ya que sólo un grupo no nos asegura que las fuentes de
invalidación influyeron en la variable dependiente.

Equivalencia de los grupos en todo: (excepto en las variables independientes) porque el efecto de la variable
independientes puede ser interferido por las diferencias entre los grupos, por tanto, esta equivalencia debe
mantenerse durante todo el experimento y los instrumentos de medición deben ser iguales y aplicados de la
misma forma.

Para lograr grupos equivalentes se recomienda asignar a los individuos de manera aleatoria o al azar
(randomnización), la cual asegura que los grupos cumplan con esta característica. También puede lograrse
mediante el método de emparejamiento (igualar en una variable que puede influir en la variable dependiente).
¿Qué puede afectar la validez interna?
• Historia
• Maduración
• Inestabilidad del instrumento de medición
• Inestabilidad del ambiente experimental
• Administración de pruebas
• Instrumentación
• Regresión
• Selección
• Mortalidad
• Difusión de tratamientos
• Conducta del experimentador

TIPOS DE DISEÑO EXPERIMENTAL

Preexperimentos: ¿Por qué? Porque tienen grado de control mínimo (porque tiene sólo un grupo).
1. Estudio de caso con una sola medición. → G X 0
2. Diseño de preprueba/posprueba con un solo grupo. → G 01 X 02
Experimentos puros: Incluye dos grupos, uno recibe el tratamiento/estímulo y el otro no. Los grupos son
equivalentes excepto en la variable independiente.

1. Diseño con posprueba únicamente y grupo de control. → RG1 X 01/ RG2 - 02

2. Diseño con preprueba, posprueba y grupo control. → RG1 01 X 02/ RG2 03 - 04
3. Diseño de cuatro grupos de Solomon. → RG1 01 X 02/ RG2 03 - 04/ RG3 X 05/ RG4 - 06
4. Diseños experimentales de series cronológicas múltiples. → analizan efectos de la variable independiente
a mediano y largo plazo, por lo que se realizan varias mediciones o varias aplicaciones del mismo.
5. Diseños factoriales. → manipulan dos o más variables independientes e incluyen dos o más modalidades
de ellas. Todas las modalidades de una variable independiente serán combinadas con las variaciones de la
otra.

Cuasiexperimentos: difieren de los experimentos puros en que los grupos no son siempre equivalentes, o su
equivalencia no es segura ya que los grupos están preformados. (Ej. cantidades variables en cada grupo)

Pasos de un experimento
1. Decidir cuántas variables (X e Y) se incluirán.
2. Elegir los niveles o modalidades de las variables, traduciéndolo en tratamientos experimentales.
3. Desarrollar los instrumentos de medición.
4. Seleccionar muestra de personas.
5. Reclutar a los participantes (contactarlos, explicar, consentimiento, indicaciones varias).
6. Seleccionar el diseño del experimento.
 7. Planificar cómo manejaremos a los participantes (qué harán de principio a fin).
8. Dividir grupos al azar (experimentos puros) y analizar las propiedades de los grupos (cuasiexperimentos).
9. Aplicar prepruebas.
NO EXPERIMENTALES
No se manipulan deliberadamente las variables, se realizan mediante la observación de un fenómeno en un
ambiente natural.

TIPOS DE DISEÑOS NO EXPERIMENTALES

Transeccional: recolectan datos en un momento dado (una sola vez). Por lo tanto, analiza y describe las variables
en un momento particular. Existen 3 tipos:

• Exploratorios: comenzar a conocer una variable, exploración inicial en un momento dado.

• Descriptivos: incidencia de las modalidades de la variable en la población.
• Correlacionales: describen relaciones entre dos o más categorías, dependiendo de a partir de dónde se
realiza la relación pueden ser retrospectivas (a partir de Y), prospectivas (a partir de X) y causalidad
múltiple (en base a ambas).

Longitudinal: recaudan datos en diferentes períodos de tiempo. Existen también 3 tipos: de tendencia, de
evaluación de grupo y de panel.

• De tendencia: analizan cambios a través del tiempo en una población general. Los participantes de la
investigación no son los mismos a lo largo del tiempo, pero sí las poblaciones.

• De evolución de grupo: analiza cambios a través del tiempo en subpoblaciones o cohortes (agrupaciones
por una característica común como edad o época. Cada vez que se hace una medición se recolecta una
muestra de la misma subpoblación.
• De panel: se observa la evolución de los mismos participantes a través del tiempo. Conviene más cuando
las poblaciones son estáticas, es difícil de realizar porque cuesta encontrar a todos los individuos para una
segunda medición.

Tiene relación con definir las características de las personas que participarán de la investigación. La población de
una investigación puede identificarse de forma fácil o difícil, dependiendo de estas características.

Unidad elemental UE
Integrante individual de la
población o muestra de la que
se obtienen los datos (cada
personita que participa).
Criterios de exclusión
Criterios de inclusión
Características de la UE que le
Características de la UE que le
impiden estar dentro de la
permiten participar de la
población, deben ser
investigación, que sea parte
verificables e IMPIDEN MEDIR
de la población.
LAS VARIABLES.

Marco de Muestreo
Lista de cada UE o unidad de
muestreo (agrupaciones).
A B
C D
Censo Muestreo
Procedimiento por el cual se Procedimiento por el cual se
obtienen los datos de cada UE selecciona una muestra de la
de la población. NO SIEMPRE cual se obtienen los datos.
PUEDE HACERSE.
La muestra debe ser representativa de la población, de manera que
los datos obtenidos mediante el estudio puedan extrapolarse o
generalizarse de manera efectiva a todos los individuos de la
población.

Para lograr la representatividad se debe incluir toda la variedad de la población en relación al tema de
investigación, para esto se deben conocer las características de nuestra población para determinar el tipo
de muestreo adecuado.

a. MUESTREO PROBABILÍSTICO
• Requiere de marco de muestreo. Si no hay marco, no puede hacerse.

• De acuerdo al marco puedo calcular la probabilidad de que los participantes sean parte de la muestra, todas
las UE tienen igual probabilidad de ser seleccionadas dentro de la muestra.

• Puede calcularse error en las estimaciones y conclusiones.

• La selección de UE es al azar. Estrictamente aleatoria y a partir del marco de muestreo

Procedimientos de muestreo probabilístico

Depende de las características de la población y los objetivos de la investigación. No son aislados.

a.1 Muestreo Simple Aleatorio

• Se utiliza cuando la población es relativamente homogénea respecto de lo que se está estudiando,
hay poca variación respecto de lo que se estudia, pocas variables.
• No se distinguen grupos dentro de la población que presenten comportamientos muy distintos, por
lo que la población se considera como un todo.
• El investigador debe tener conocimiento de la población.
• La selección de la muestra consiste en utilizar un mecanismo al azar y seleccionar las UE a partir del
marco de muestreo.
• El tamaño de la muestra se calcula usando fórmulas.

a.2 Muestreo Estratificado

• Consiste en dividir a la población en grupos o estratos mutuamente excluyentes que presenten un
comportamiento homogéneo dentro de ellos, pero heterogéneo entre ellos.
• Debe conocerse el comportamiento de la población de manera que pueda dividirse en estratos, de
cada uno de ellos se selecciona una muestra al azar, pero finalmente será una sola muestra
representativa de la población, ya que contiene todos los comportamientos que hay en ella.
• Toda la variabilidad de la población está presente en la muestra. Muestra representativa a todo
cachete.
• Con objetivos comparativos también debo estratificar la población, para realizarlo deben usarse
variables que generen estos grupos, las más usadas son género, estrato socioeconómico, procedencia,
grupo etario, etc.
• Las variables deben ser registrables e identificables, no como el grupo sanguíneo, por ejemplo,
• Si quiero estudiar patologías vocales en los trabajadores de Valdivia, debo dividir los grupos en
trabajadores que usan su voz y que no. De manera que pueda obtener individuos de ambos grupos. Si
saco sólo de los que la usan, sobre estimaré la variable y sólo de las que no la usan, la subestimaré.
• Puede utilizarse más de una variable para dividir la población. Sin embargo, se recomienda no utilizar
más de dos debido a que aumenta la cantidad de estratos y la complejidad del proceso.
• La cantidad de individuos por estrato se establece mediante afijación.

AFIJACIÓN
Ésta puede realizarse de 3 modos:

Simple: igual cantidad de UE por estrato. Si se tienen 3 estratos, se

seleccionan 4 personas de cada uno.

Proporcional: se selecciona una muestra directamente proporcional al

tamaño del estrato. Mientras más grande sea el grupo, más UE se
seleccionan dentro de su muestra.

Óptima: considera proporcionalidad y variabilidad dentro de los grupos,

mientras más variable sea un grupo, más UE deben seleccionarse.

a.3 Muestro por Conglomerados

• Se utiliza en poblaciones muy grandes y consiste en dividir a la población en grupos cuyo
comportamiento internamente sea heterogéneo pero homogéneo con los demás grupos.
• El procedimiento comienza con la selección de una muestra de conglomerados a partir de un marco
de muestreo de los mismos, a continuación, se selecciona una muestra de UE dentro de cada
conglomerado.
• Tengo una población grandota con muchos grupos y cada uno contiene todos los comportamientos
posibles dentro de la población. Se puede decir que un conglomerado es una muestra de la población,
sin embargo, se seleccionan algunos de ellos y, a su vez, se seleccionan algunas UE de los mismos.
• Tengo una lista de hospitales, dentro de ellos selecciono cinco de los cuales seleccionaré 20 pacientes
de cada uno.
• Se llama muestreo bietápico por que hay dos etapas de selección.
 a.4 Muestreo sistemático
• Se selecciona un punto de partida al azar y posteriormente, se elige un participante cada K miembro
de la población.

• Se deben numerar las UE de 1 a N para luego determinar el intervalo de muestreo, que se obtiene
dividiendo el total de UE (N) en el tamaño deseado de la muestra (n).

Llevando esto a una fórmula obtendríamos → k= N/n

b. MUESTREO NO PROBABILÍSTICO
• No se conoce la probabilidad de selección de las UE-
• No se puede calcular el error en las estimaciones y en las conclusiones.
• La selección de las UE se basa en el criterio del investigador o de la persona que recopila los datos.
• No se requiere de un marco de muestro para su realización.
• Es “menos científico’’ que el anterior.

Procedimientos de Muestreo No Probabilístico

b.1 Muestreo por Conveniencia
• Se requiere de una población homogénea, con poca variabilidad, que no pueda dividirse en grupos.
• Se seleccionan las UE por criterio de conveniencia del investigador: fácil, accesible, barato, rápido.
• Las unidades no se seleccionan de manera aleatoria porque el investigador elije qué le conviene más.

b.2 Muestro por Cuotas

• Se divide a la población en grupos con de manera similar al muestreo estratificado (a.2), esto quiere
decir que los grupos son homogéneos en su interior, pero heterogéneos entre grupos.
• El número de UE seleccionadas por grupo se denomina CUOTA y para determinarlas se debe tener
información de la distribución poblacional.
• El tamaño de la muestra se identifica con la letra n, si tenemos una población de 80 personas:

N= 80 → Profesores valdivianos de enseñanza media y básica.

Básica: 48 profesores
Media: 32 profesores
La cantidad de profesores seleccionados por

grupo es proporcional a la distribución que

éstos tienen en la población, pero el criterio

para su selección es diferente. Básica Media

b.3 Muestreo por Juicio
• El investigador según su conocimiento de la población selecciona un lugar de donde sacar a muestra,
debido a que según su criterio en ese lugar la población se encuentra representada en toda su
diversidad.
• Considera el lugar donde se saca la muestra como una población chiquita.

b.4 Muestreo por Sujetos Voluntarios o Autogenerado

• Se autoseleccionan los participantes para la muestra, o sea se ofrecen a participar.
• Es importante no confundir con el hecho de que la participación en las investigaciones es voluntaria,
ya que si yo selecciono a Juanito Pérez y él decide participar voluntariamente NO SE CONSIDERA
COMO MUESTREO AUTOGENERADO, a menos que Juanito me diga “yo quiero participar’’ pero por sí
solo.
• Un ejemplo de este tipo de muestreo es el dejar una encuesta de satisfacción sobre el mesón de una
empresa X y las personas que quieran lo contestarán, por tanto, tendríamos una muestra
autogenerada.

b.5 Muestreo por Bola de Nieve o Avalancha

• Se utiliza cuando la muestra es muy rara o se basa en un subgrupo muy reducido dentro de la
población.
• Se realiza en “cadena’’, se observa a un primer sujeto y luego se solicita de su ayuda para identificar
a otros que tengan rasgos similares.
• Por tanto, se denomina bola de nieve porque una persona ayuda a encontrar a otra y ésta a otra y así
sucesivamente, como una bolita de nieve. El investigador observa a estos sujetos y sigue buscando
hasta encontrar el número de integrantes de que necesite.
• La representatividad de la muestra no está garantizada. El investigador no tiene ni idea de la
verdadera distribución de la población ni de la muestra. Por tanto, la probabilidad de sesgo es muy
alta, ya que los participantes iniciales meten a la investigación a personas que conocen muy bien,
entonces quizás son todos muy similares y la muestra queda limitada a personas con sólo esas
características, no a una diversidad.