Sunteți pe pagina 1din 63

Diseos de Investigacin

MBA Luigi Lizza Mendoza


llizza@esan.edu.pe

Agenda
Tipos de diseos de investigacin:
experimentales, cuasi experimentales, pre
experimentales.
Tipos de diseo de investigacin no
experimental: descriptiva
Poblacin y determinar muestra

Tipos de Diseo de Investigacin

Los pasos de la Investigacin Cientfica


En la investigacin cuantitativa cada paso es importante
Pregunta

Hiptesis

Metodologa

Diseo de
investigacin

Hacia
nuevos
conocimientos
cientficos

Qu es un Diseo de Investigacin?

Implica seleccionar o
desarrollar un diseo de
investigacin y aplicarlo al
contexto particular de
estudio.
El termino diseo se refiere al
plan o estrategia concebida
para responder a las
preguntas de investigacin
Este seala al investigador lo
que debe hacer para alcanzar
sus objetivos, contestar las
interrogantes que se ha
planteado y analizar la
certeza de las hiptesis
formuladas en un contexto
particular.
5

Paso 4
Paso 5
Paso 3
Paso 6
Paso 2

Paso 1

Diseos de Investigacin Cientfica


DISEO

En la
investigacin
cientfica
disponemos de
distintas clases
de diseos o
estrategias para
poder investigar.
Cada diseo tiene
caractersticas
propias
.
6

Si el diseo esta
bien concebido, el
producto final de
un estudio (sus
resultados) tendr
mayores
posibilidades de
ser valido
(Kerlinger, 1979).
La precisin de la
informacin
obtenida puede
variar en funcin
del diseo o
estrategia

Tipos de Diseos
Experimento
puro

Experimento

Preexperiment
o
Cuasiexperime
nto

Transaccional
No
experimento
Longitudinal

Qu es un Experimento?

Es un estudio de
investigacin en el que
se
manipulan
deliberadamente una
o
ms
variables
independientes
para
medir sus efectos en
una
variable
dependiente
(supuestos
efectos),
dentro
de
una
situacin de control

Primer requisito de un Experimento Puro

El primer requisito es la manipulacin


intencional de una o ms variables
independientes.

Causa

Efecto

Variable
independiente

Variable
dependiente

x
anteced
ente
9

y
consecu
ente

Experimento Puro

Un experimento se lleva a cabo para analizar si


una o ms variables independientes afectan a una
o ms variables dependientes y por qu lo
hacen. (Sampieri op. cit.).
Ejemplo:
Si la motivacin es
la causa de la
productividad, al
variar la motivacin
debe variar la
productividad.
10

Segundo requisito de un Experimento Puro

Se debe precisar cmo se van a manipular las


variables independientes y como medir las
dependientes para que los resultados sean validos
y confiables.
El nmero de variables es segn del diseo.

11

Tercer requisito de un Experimento Puro


Debe cumplir el control o validez interna de la
situacin experimental.

Variables
extraas

12

control
efec
to

12

Los Cuasi-experimentos
Los diseos cuasi-experimentales tambin
manipulan deliberadamente al menos una
variable independiente, solamente que difieren
de los experimentos "verdaderos" en el grado de
seguridad o confiabilidad que pueda tenerse
sobre la equivalencia inicial de los grupos

13

Problemas de los Diseos Cuasi-experimentales

La falta de aleatorizacin introduce posibles


problemas de validez interna y externa.
Debido a los problemas potenciales de validez
interna, en estos diseos el investigador debe
intentar establecer la semejanza entre los grupos.

Los cuasi-experimentos
difieren de los
experimentos
"verdaderos" en la
equivalencia inicial de los
grupos .
14

Tipos de Diseo Cuasi-experimental


1) Diseo con post-prueba
grupos intactos.

nicamente

Estos diseos utilizan dos grupos: uno que recibe


el tratamiento experimental y el otro no. Ambos
grupos sern comparados en la post-prueba para
analizar si el tratamiento experimental tuvo un
efecto sobre la variable dependiente.

15

Tipos de Diseo Cuasi-experimental


2) Diseo de pre-prueba post-prueba y
grupos intactos (uno de ellos de
control).
Este diseo es similar al que incluye postprueba nicamente y grupos intactos,
solamente que a los grupos se les administra
una pre-prueba.
La cual 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).

16

Tipos de Diseo Cuasi-experimental


Ejemplo:
Supongamos que deseamos estudiar el efecto
de diferentes propagandas en el consumo de
cerveza en los estudiantes del primer ciclo de
Ingeniera.
Como es muy complicado asignar al azar a los
alumnos a diferentes grupos, se usa la
propaganda 1 en cierto saln y la propaganda
2 en otro saln. Estos grupos no son
equivalentes, aunque se use algn mtodo
estadstico, sigue siendo poco probable que se
puedan compensar otras diferencias como las
experiencias previas en el consumo de
17

Tipos de Diseo No Experimental

18

Diseos No Experimentales

Es la que se realiza sin manipular


deliberadamente variables independientes.
Se basa en variables que ya ocurrieron o se
dieron en la realidad sin la intervencin
directa del investigador.
Es conocida tambin como investigacin ex
post- facto.

19

Diseos No Experimentales
Los Diseos No Experimentales se dividen de la siguiente manera:
Descriptivos

Transversales

Diseos no
experimentales

Correlacionales /
causales

De Tendencia

Longitudinales

De Evolucin de
grupo o de Cohorte
De Panel

20

Diseos Transversales

Son aquellas que realizan observaciones en


un solo momento, en un tiempo nico.
Su propsito es describir variables y analizar
su incidencia e interrelacin en un momento
dado.
Puede abarcar varios grupos o subgrupos de
personas.
Los diseos transversales se dividen en:

21

Descriptivos
Correlacionales / causales

Diseos Transversales

Diseos Descriptivos:

Son aquellas que observan y describen las


caractersticas que presenta una variable.
Presentan un panorama del estado de la variable
en un momento determinado.
Ejemplo:

22

Depresin en nios de una Institucin Educativa del


distrito de El Agustino.
Agresividad en nios trabajadores de la calle de Lima
Metropolitana.

Diseos Transversales

Diseos Correlacionales / Causales:

Son aquellas que describen relaciones entre dos o


ms variables en un momento determinado.
Cuando se establecen relaciones de causales son
explicativos ya que las causas y efectos ya
ocurrieron en la realidad y el investigador las
observa y la reporta.
Ejemplo:

23

Depresin y Habilidades Sociales en nios de una


Institucin Educativa del distrito de El Agustino.
Agresividad y Asertividad en nios trabajadores de la
calle de Lima Metropolitana.

Diseos Longitudinales

Son aquellas que realizan observaciones en


dos o ms momentos en el tiempo.
Su propsito es recolectar datos en puntos o
periodos especificados, para hacer inferencias
respecto al cambio a travs del tiempo.
Los diseos longitudinales se dividen en:

24

De Tendencia
De Cohorte
De Panel

Diseos Longitudinales

De Tendencia:

Son aquellas que analizan cambios a travs del


tiempo dentro de alguna poblacin en general.
La caracterstica distintiva de este diseo es que
la atencin se centra en una poblacin.
Se representan de la siguiente manera:

Medicin en
una poblacin
Tiempo 1

25

Medicin en
una poblacin
Tiempo 2

Medicin en
una poblacin
Tiempo 3

Medicin en
una poblacin
Tiempo 4

Diseos Longitudinales

De Evolucin de Grupo o de Cohorte:

26

Son aquellas que describen relaciones entre dos o


ms variables en un momento determinado.
La caracterstica distintiva de este diseo es que
su atencin son las cohortes o grupos de
individuos vinculados de alguna manera,
generalmente la edad , grupos de edad.

Diseos Longitudinales

De Evolucin de Grupo o de Cohorte:

27

En los diseos de tendencia y de cohorte se estudia el


cambio en subpoblaciones o poblaciones pero debido a
que en cada momento o tiempo se mide una muestra
diferente aunque equivalente, el cambio se evala
colectivamente y no de manera individual.
A
B
C
D

A
B
D
E

Poblacin
de
profesores

Poblacin
de
profesores

Tiempo
1

Tiempo
2

A
C
E
G

B
D
F
H

Subpoblaci
n de
personas
que
nacieron
Tiempo
en
1 1990

A
C
E

D
F
H

Subpoblaci
n de
personas
que
nacieron
Tiempo
en
2 1990

Diseos Longitudinales

De Panel:

28

Son aquellas en donde el mismo grupo de sujetos


son medidos en todos los tiempos o momentos.
La caracterstica distintiva de este diseo es que
adems de conocer el cambio de manera grupal
tambin se conoce el cambio de manera
individual.
Sin embargo, resulta muy difcil obtener
exactamente a los mismos sujetos para una
segunda
u Arturo
observaciones
siguientes.
Arturomedicin
R.
R.
Arturo
R.
Javier P.
Roxana V.
Jennifer H.
Ricardo F.

Javier P.
Roxana V.
Jennifer H.
Ricardo F.

Javier P.
Roxana V.
Jennifer H.
Ricardo F.

Tiempo 1

Tiempo 2

Tiempo 3

Poblacin y Determinar la
Muestra

29

Poblacin y Determinar la Muestra

Poblacin y
Muestra
Poblaci
Muestra
n
Conjunto de todos los
sujetos, objetos o
medidas de inters con
caractersticas similares
30

Porcin o parte de la
poblacin de inters y
representativa que
refleje las mismas
caractersticas de la
poblacin

Poblacin y Determinar la Muestra

Qu es el Muestreo?
Es el proceso de extraccin de
una muestra a partir de la
poblacin.
El proceso esencial del
muestreo consiste en
identificar la poblacin que
estar representada en el

31

Poblacin y Determinar la Muestra


Por qu calcular el Tamao de
Muestra?
Las muestras pueden estudiarse con
mayor rapidez que las poblaciones.
El estudio de una muestra es menos
costosa que el de una poblacin.
Toma menos tiempo de estudio.
En la mayora de las situaciones el
estudio de una poblacin es imposible.
Con frecuencia los resultados de una
muestra son ms precisos que los que se
basan en una poblacin.
32

Poblacin y Determinar la Muestra


Definir la unidad de
anlisis

Esto depende del planteamiento inicial de la


investigacin. Quines van a ser medidos?
Depende de precisar claramente:
LOS OBJETIVOS
DE LA
INVESTIGACION
.
33

EL
PROBLEMA A
INVESTIGAR

Cmo se delimita
una Poblacin?

Poblacin y Determinar la Muestra

34

La delimitacin de las caractersticas de la poblacin


no slo depende de los objetivos de estudio, sino de
razones prcticas.
Las poblaciones deben situarse claramente en torno
a sus caractersticas de contenido, lugar y en el
tiempo.
Los criterios que cada investigador cumpla dependen
de sus objetivos de estudio, lo importante es
establecerlos claramente.
Toda investigacin debe ser transparente, sujeta a
crtica y a rplica, lo que no es posible si al examinar
los resultados, el lector no puede referirlos a la
poblacin utilizada en un estudio.

Caractersticas de una buena Muestra


REPRESENTATIV
A

ADECUADA
REUNE DOS
CONDICIONES

REFLEJA LAS
CARACTERISTICAS
DE LA POBLACION

TIPO DE
MUESTREO
UTILIZADO
35

CUANTITATIVAMENTE
DEBE SER LO
SUFICIENTEMENTE
GRANDE
TAMAO DE LA
MUESTRA

Tipos de Muestreo

36

Probabilstico
(Aleatorio)

No
Probabilstico

Aleatorio simple.

Accidental

Sistemtico.

Por conveniencia.

Estratificado.

Por cuotas.

Por conglomerados.

Bola de Nieve.

Muestreo Probabilstico

37

Muestreo Probabilstico

Muestr
eo
Aleatori
o
Simple
38

La caracterstica de
este muestreo es
que todos los
sujetos de la
poblacin de
estudio, tienen la
misma probabilidad
de ser
seleccionados

Ejemplo Muestreo Aleatorio Simple


Total= 1000 personas trabajando
600 : obreros
250 : tcnicos
150 : profesionales
Se quiere una muestra de 200 personas
Probabilidad = muestra deseada = 200 = 0,2
Poblacin
1000
Y la distribucin de las 200 personas de la muestra se
distribuyan as: 120 obreros, 50 tcnicos y 30
profesionales.
Azar para escoger a los elementos de la muestra.

39

Muestreo Probabilstico

Muestreo
Aleatorio
Sistemt
ico

40

En el muestreo aleatorio
sistemtico, el
investigador primero
escoge aleatoriamente
la primera pieza o sujeto
de la poblacin. A
continuacin, el
investigador
seleccionar a cada
ensimo sujeto de la
lista.

Ejemplo Muestreo Aleatorio Sistemtico


Ejemplo:

El investigador tiene una poblacin


total de 100 individuos y necesita
12 sujetos. Primero elige su
nmero de partida, 5.
Luego, el investigador elige su
intervalo, 8. Los miembros de su
muestra sern los individuos 5, 13,
21, 29, 37, 45, 53, 61, 69, 77, 85,
93.
41

Muestreo
Estratificado

Muestreo Probabilstico

42

El investigador divide a toda la


poblacin en diferentes subgrupos o
estratos. Luego, selecciona
aleatoriamente a los sujetos finales de
los diferentesestratosen forma
proporcional.
Los estratos ms comunes utilizados en
el muestreo aleatorio estratificado son
la edad, el gnero, el nivel
socioeconmico, la religin, la

Ejemplo Muestreo Estratificado

Obreros, tcnicos y profesionales se establecen


comparaciones y se decide escoger 80 de cada estrato.
Las probabilidades de seleccin seran, por estrato :

Obreros 80/600 = 0.133


Tcnicos 80/250 = 0.320
Profesionales 80/150 = 0.533
Donde se puede apreciar que la probabilidad de seleccin
no es igual para todas las personas, sino que depende del
estrato en que stas se encuentran y as un obrero tiene
menor posibilidad de ser seleccionado que un profesional

43

Muestreo Probabilstico

Muestreo por
Conglomerados
El investigador

selecciona grupos o
conglomerados y de
El investigador
cada grupo selecciona
tambin puede optar
a los sujetos
por incluir a todo el
individuales, ya sea
conglomerado, no
pormuestreo
a un subconjunto.
slo
aleatorio simple o
muestreo aleatorio
sistemtico.
44

Ejemplo Muestreo por Conglomerados


Ejemplo:
Un investigador desea estudiar el rendimiento
acadmico de los estudiantes secundarios en Per
Puede dividir a toda la poblacin (poblacin de Per)
en diferentes conglomerados (ciudades).
Luego, el investigador selecciona una serie de
conglomerados en funcin de su investigacin, a
travs de un muestreo aleatorio simple o sistemtico.
Luego, de los conglomerados seleccionados (ciudades
seleccionadas al azar) el investigador puede incluir a
todos los estudiantes secundarios como sujetos o
seleccionar un nmero de sujetos de cada
conglomerado a travs de un muestreo aleatorio
simple o sistemtico.
45

46

Se realiza el
muestreo en todos
los estratos de la
poblacin,

El investigador slo
selecciona
aleatoriamente un
nmero de
conglomerados de la
coleccin de
conglomerados de
toda la poblacin y
de ah selecciona la
unidad de anlisis,
los dems quedan
sin representacin

por
Muestreo
Muestreo por
Conglomerados
Conglomerados

Muestreo
Muestreo Estratificado
Estratificado

Diferencias entre Muestreo Estratificado y por


Conglomerados

Muestreo No Probabilstico

47

Muestreo No Probabilstico
Los sujetos de la poblacin no
tienen la misma probabilidad de
ser elegidos para formar parte
de la muestra.
Existen uno o ms criterios de
seleccin
por
parte
del
investigador.
48

Muestreo No Probabilstico

Muestre
o
Acciden
tal

49

Es un muestreo no
probabilstico
donde el
investigador
selecciona una
muestra de la
poblacin en un
momento no
previsto con
anterioridad.

Muestreo No Probabilstico
Ejemplo:
En una investigacin sobre educacin vial
de las personas, si el investigador est
presente en el momento de un accidente de
trnsito puede tomar como referencia los
sujetos que se encuentren directa e
indirectamente involucrados en el hecho.
50

Muestreo No Probabilstico

Muestreo
Intencional
Caso extremo
(desviado) :
corresponde a
seleccionar el
mejor o el peor
de los casos y
analizar si
funciona el
estudio.

51

Variacin
mxima o casos
extremos:
Consiste en
Homognea: Es
seleccionar
llamada
casos de los dos
tambin de
extremos y
grupos focales.
jugar con esas
recomiendan
dos posiciones Se
grupos
en el anlisis de
pequeos (de 6
la informacin;
a 8 personas).
es decir,
comparar
lgicas
diferentes.

Caso tpico:
Consiste en
seleccionar un
caso
representativo
de la poblacin.

Muestreo No Probabilstico
Polticame
nte
importante

Muestreo
Intencional

Por
convenienc
ia

Por cuotas.

52

Se selecciona una
muestra cuya
atencin, en ese
momento, es
relevante por sus
condiciones y
caractersticas.
Los sujetos son
seleccionados dada
la conveniente
accesibilidad y
proximidad de los
sujetos para el
investigador.

Es una forma de
diseo estratificado,
en el cual la
seleccin final de los
casos dentro del
estrato no es
aleatoria.

Muestreo No Probabilstico

Caso Crtico

Bola de Nieve o
Cadena

Por criterio

Seleccionando el
El investigador se
peor de los casos se Es utilizado
plantea unas
plantean preguntas
caractersticas
generalmente
como: Si tiene
especiales que
cuando no es
esas posibilidades
deben cumplir los
posible detectar las
qu pasara?
elementos de la
personas por
muestra.
cuestiones
delicadas o
comprometedoras;
entonces un primer
representante
puede sugerir otro y
ste un tercero y as
sucesivamente.

53

Confirmatorio o
desconfirmatorio
.
Se seleccionan
elementos
muestrales que
ratifican o no el
caso estudiado.

Tamao de Muestra

=
n
el tamao de la muestra.
N = tamao de la poblacin.
= Desviacin estndar de la poblacin que, generalmente cuando
no se tiene su
valor, suele utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor
constante que, si no
se tiene su valor, se lo toma en relacin al 95% de confianza
equivale a 1,96
(como ms usual) o en relacin al 99% de confianza equivale
2,58, valor que
queda a criterio del investigador.
e =54Lmite aceptable de error muestral que, generalmente cuando no
se tiene su

Ejemplos Clculo Tamao de Muestra


Calcular el tamao de la muestra de una poblacin
de 500 elementos con un nivel de confianza del
95%

55

Ejemplos Clculo Tamao de Muestra


Se tiene N=500, para el 95% de confianza Z = 1,96, y como no se
tiene los demsvaloresse tomary e = 0,05.
Reemplazando valores de la frmula se tiene:

56

Ejemplos Clculo Tamao de Muestra


Calcular el tamao de la muestra de una poblacin
de 500 elementos con un nivel de confianza del
99%

57

Ejemplos Clculo Tamao de Muestra


Se tiene N=500, para el 99% de confianza Z = 2,58, y como no se
tiene los dems
valores se tomary e = 0,05.
Reemplazando valores en la frmula se obtiene:

58

Preguntas?

59

4.2.-Matriz de Consistencia
(Ral Tafur)

Es aquella que expresa las concordancias entre cada


una de las partes y subpartes o elementos de un
anteproyecto de investigacin. La lgica interna del
anteproyecto se aprecia y corrige con ella.
Muestra si anteproyecto es completo y tiene
fundamento lgico (deducciones, lgica de conjuntos,
etc).
Esos elementos son: problemas, objetivos, justificacin,
hiptesis, variables, indicadores, mtodo.
Se distinguen problema general y especficos. Entre los
objetivos: el general y los especficos. Entre las
Hiptesis: la principal y las especificas
En la justicacin: terica, legal, metodolgica, emprica
En el mtodo: tipo de investigacin, universo, muestra,
instrumentos y diseo de la investigacin.
No existe norma para presentacin de elementos de
matriz de Consistencia

4.2.-Matriz de Consistencia
(Ral Tafur)

Principales exigencias en la matriz de


Consistencia:
a) Consistencia General, expresa relacin
sucesiva entre cada uno de los elementos
de la matriz, constituyendo unidad lgica
b) Consistencia especifica, concordancia
dentro de cada uno de los elementos. P.e
entre el problema general y los especficos,
entre el objetivo general y los especficos,
c) Concordancia entre el Problema Central y
el Objetivo General
d) Concordancia entre la Hiptesis General y
el Problema Central

4.2.-Matriz de Consistencia
(Ral Tafur)

Consideraciones para elaborar Matriz de


Consistencia:
a) Tener idea global del proceso de investigacin, de sus
fases
b) Saber que hay variaciones en proceso, segn el tipo
de investigacin
c) Aplicar principios lgicos que exige la concordancia.
Manejar nocin de secundariedad, deduccin, orden. P.e
conocer relacin entre fenmenos, distinguir e inferir
problemas, objetivos, hiptesis secundarias de los
principales
d) internalizar cada una de las partes del proceso de
investigacin. P.e tipo de investigacin,
operacionalizacin, mtodo, diseo,
e) Conocimientos del rea de estudio al que pertenece
el problema investigado,

4.2.-Matriz de Consistencia
(Ral Tafur)

Formato de Matriz de Consistencia

Problemas Objetivos

Justifica
cin

Hiptesis

Variables

Indicador Mtodo
es

Problema
Central

Terica

Hiptesis
General

De la
Hiptesis
Especifica 1
X1, y1

Indicadore Tipo de
s
investigaci
n,
de X1,
Unidad de
anlisis,
X2, Y1
Universo,
Muestra,
Recolecci
n datos,
Anlisis,

Objetivo
General

Legal
Problema
Objetivo
Especifico 1 Especifico 1

Hiptesis
Metodolgic Especfica 1
a

Problema
Objetivo
Especifico 2 Especifico 2

Hiptesis
Especfica 2

Emprica

De la
Hiptesis
Especifica 2
X2, y1