1CURSO

METODOLOGIA DE LA

INVESTIGACIN CIENTFICA

IV UNIDAD

Docente: Dra. Hilda Alburqueque Labrin

UNIVERSIDAD NACIONAL DE PIURAFACULTAD DE CIENCIAS ADMINISTRATIVAS

PROGRAMA DE ACOMPAAMIENTO Y

MONITOREO DE

TESIS PRADET

Definiciones y Conceptos

1. POBLACIN OBJETIVO O UNIVERSO FINITO

2. VARIABLES DE ESTUDIO

3. PARMETROS DE LA POBLACIN

4. MARCO MUESTRAL

5. MUESTRA

6. MUESTREO

7. PRECISION Y CONFIABILIDAD DEL ESTIMADOR

8. CONFIABILIDAD DE LAS ESTIMACIONES

9. ERRORES NO MUESTRALES

1. POBLACIN OBJETIVO O

UNIVERSO FINITO

Es el conjunto de unidades bajoestudio. (Es aquella de la cual se desearecolectar informacin).

Este conjunto se puede contar(finito).

Una misma investigacin puede tener ms de una Poblacin. (Investigacin sobre Hogares: Poblacin hogares; PEA; Poblacin Desocupada, MEF; Tercera Edad, Jvenes, Nios,etc.)

1. POBLACIN OBJETIVO O

UNIVERSO FINITO

Ejemplos:

La Poblacin Objetivo de lasEmpresas de las diferentes

actividades econmicas (N) delpas. (N = 28,000 empresas)

Poblacin de Trabajadores (N) delas Empresas dedicadas al sector

construccin .

1. POBLACIN MARCO

Aquella que cubre el Marco MuestralDisponible. (Planos, mapas, listados,etc.)

Poblacin Marco (Muestreada) (N) :

Poblacin de donde se extrae la muestra. (N = 27,000 empresas)

En una Investigacin ideal:

Poblacin Muestreada = Poblacin

Objetivo

Poblacin

Objetivo Poblacin

Marco

(Muestreada)

EN LA PRACTICA: Generalmente la

Poblacin Muestreada ES MENOR que

Poblacin Objetivo

2Ejemplo 1 : Poblacin Objetivo y

Poblacin Muestreada

Poblacin Objetivo: Mujeres

adultas en el pas.

Poblacin Muestreada: Personas

pertenecientes a las organizaciones de

mujeres que regresaran los

cuestionarios.

Inferencia: Solo a la Poblacin

Muestreada, no sobre la poblacin de

todas las mujeres adultas del pas.

Ejemplo 2 : Poblacin Objetivo y

Poblacin Muestreada

Encuestas de opinin pblica

Predecir candidato que ganar en las prximas elecciones.

Poblacin Objetivo: Formada por las personas que votarn en la prximas elecciones.

Poblacin Muestreada: Formada con frecuencia por las personas que pueden ser localizadas por telfono y que dicen que estn dispuestas a votar en la prxima eleccin.

Inferencia: Solo a la Poblacin Muestreada, no sobre la poblacin de todos los electores que votarn en las prximas elecciones.

2. VARIABLES DE ESTUDIO

Pueden ser variables cuantitativas

o variables cualitativas.

Variables cuantitativas: Gasto delhogar, Ingreso del hogar; edad de laspersonas; aos de estudio, etc.

Variables cualitativas : sexo; categora

ocupacional; si est a favor o en contra de...;

categora de la vivienda que usa el hogar, etc.

En las Encuestas de Hogares:

3. PARMETROS DE LA

POBLACIN

Son constantes desconocidas

asociadas a caractersticas de una o

ms variables.

TOTAL

PROMEDIO

PROPORCIN ( PORCENTAJE : % )

RAZN entre Y y X

3. Ejemplos

TOTAL (Ingresos, Gastos, PEA, Desocupada, Exportaciones, Importaciones, etc.).

PROMEDIO (Ingresos, Gastos, consumo agua (m3), electricidad (kw), Talla, peso, etc).

PROPORCIN (viv. inadecuadas, analbafetos, desempleados, casados, etc.).

RAZN (hombres/mujeres), gasto percpita, ingreso percpita, etc.)

4. MARCO MUESTRAL

Es el conjunto de unidades muestrales del cual se

seleccionar una muestra.

En una Encuesta de Hogares ,las unidades del Marco Muestral

son las viviendas particulares.

Las unidades del Marco Muestralse llaman Unidades de Muestreo.

34. MARCO MUESTRAL

Para la seleccin de la muestra debe haber:

Un Marco Disponible

Un Mapa

Una Lista

Otra descripcin aceptable del material

A partir del cual pueda construirse el marco muestral

y seleccionarse la muestra.

4. MARCO MUESTRAL

Centros Educativos(Universidades, Colegios, Escuelas, Institutos superiores)

Empresas (Mineras, Comercio, Servicios, Electicidad, Pesquera, Industria, Transporte, etc.)

Centros Hospitalarios(Hospitales, Clnicas, Postas Mdicas, etc.)

Agricultura (Explotacin Agrcola).

Base de Datos (Viviendas, hogares, ... (cuestionarios))

5. MUESTRA

Si la poblacin consta de N unidades.

Y la muestra posee n unidadesEntonces :

f = n / NSe llama fraccin de muestreo.

N = 10,000 viv.

n = 500 viv.f = 1 / 20

POBLACION

OBJETIVOMUESTRA ESTIMACIONES

MEDIA ARITMETICA

MEDIANA

PROPORCION

RAZON

ETC.

QU TANTO SE

APROXIMA ESTA ESTIMACION AL

VERDADERO VALOR EN LA

POBLACION?

Copyright 2004, Luis Guilln Grados

5. MUESTRA

5. INFERENCIA INDUCTIVA

SOBRE LA POBLACIN

En una INVESTIGACION a los HOGARES del pas:

Una muestra ser un subconjunto de las viviendasparticulares del Per.

En cada vivienda particular, se obtieneinformacin relevante sobre vivienda , loshogares y las personas que en ella residen.

Asi por Ejemplo se estiman para :

Los hogares : El Ingreso y gasto del hogar.

Las personas: Ocupacin, educacin, salud,percepcin de la seguridad ciudadana, etc.

6. MUESTREO

Es la disciplina que trata con el conjunto demtodos, tcnicas y procedimientos para:

Seleccionar u obtener una muestra, y

Realizar inferencias a partir de lamuestra.

Tipos de muestreo:

Muestreo Probabilstico

Muestreo No Probabilstico.

4Muestro Probabilstico, toda unidad de

muestreo (y en consecuencia toda unidad de la

poblacin) tiene una probabilidad positiva y

conocida de pertenecer a la muestra que en

definitiva se usa para realizar el estudio de las

caractersticas de la poblacin

Muestreo No Probabilstico, son generalmente

menos estadsticamente exacto que los mtodos

de muestreo probabilstico, usualmente son menos

costosos y ms convenientes. Sin embargo no

existe forma de medir la precisin de las muestras

no probabilsticas

Muestreo No Probabilstico

Mtodos de uso comn

Muestreo indiscriminado

Muestra de voluntarios

Muestreo al juicio

Muestreo por cuotas

Muestreo por bola de

nieve

Muestreo indiscriminado

Poca planificacin (o ninguna)

de la seleccin de la muestra

Supone homogeneidad de la poblacin

Puede ser til para estudios preliminares

Ejemplo : Entrevistas con el hombre de la calle (centros comerciales, etc.)

Muestreo de voluntarios

Puede sufrir de sesgos importantes

A veces es necesario, por ejemplo en

experimentos mdicos

Ejemplo: Llamados a programas de lneas abiertas en radio o TV

Muestreo al juicio

Basado en ideas previas de la composicin y del comportamiento de

la poblacin

Rpido y de bajo costo

Puede sufrir de los sesgos del investigador

Tendencia a seleccionar casos tpicos y eliminar valores extremos

Utilizado para pruebas preliminares y estudios cualitativos

Muestreo por cuotas

Algo similar al muestreo estratificado se establecen tamaos de muestra

por grupo de edad, sexo, rea

geogrfica, ...

Diferente, puesto que se puede reemplazar las unidades seleccionadas hasta que se obtenga la cuota

Se utiliza en estudios de mercado y sondeos de opinin pblica

5Muestreo por bola de nieve

Utilizado para crear o aumentar una lista de individuos en una poblacin cuyo tamao y atributos son desconocidos

Es til para poblaciones pequeas o especializadas

Personas ciegas, sordas u otros que pueden no pertenecer a un grupo organizado

Msicos, pintores, poetas, etc.que no son fcilmente identificados segn su lugar de trabajo.

Muestreo por bola de nieve

Tcnica Empezar con la lista de los miembros conocidos de la

poblacin objeto

Entrevistarlos, y pedir nombres de otros que se califican para el grupo

Contactar los nombres nuevos, entrevistarlos y pedir otros nombres nuevos

continuar hasta que no surjan muchos nombres nuevos

Con cada interacin, la lista crece como bola de nieve

Se puede finalmente lograr un censo o casi censo

Tenga cuidado, porque pueden haber individuos o sub-grupos que nadie menciona, ni conoce.

Mtodos de muestreo

Probabilstico

Muestreo Aleatorio Simple

Muestreo Sistemtico

Muestreo Aleatorio Estratificado

Muestreo por Conglomerados

Muestreo Polietpico

6.2 ERROR DE MUESTREO

Resulta de la seleccin aleatoria de lasunidades muestrales.

Este tipo de error ocurre por el hecho de

basar el estudio en una muestra y no

en la totalidad de la poblacin objetivo

Los resultados muestrales tendrn

siempre una enevitable posibilidad de

error.

6.2 ERROR DE MUESTREO

Puede ser controlado con el muestreo

probabilstico.

El error de muestreo se determina por la desviacin

estndar del estimador dado por la raiz cuadrada de

la varianza del estimador.

Ve

. .( )( )

d CVE

: coeficiente de variacin del

estimador

Observacin: Al error de muestreo tambin se le denomina error

estndar.

a) Error absoluto de muestreo (d)

b) Error relativo de muestreo (e)

e

7. PRECISION O CONFIABILIDAD

DE UN ESTIMADOR

La precisin o confiabilidad del estimador

se mide a travs del error de muestreo.

Cuanto ms pequeo es el error de muestreo, mayor es laprecisin o confiabilidad de la estimacin.

: error relativo de

muestreo

: error absoluto de

muestreo

Ve

. .( )( )

d CVE

6ERROR RELATIVO DE

MUESTREO

(Coeficiente de

Variacin)

PRECISION

(Confiabilidad

de Resultados)

Hasta 5% Muy buena

5% a menos 10% Buena

10% a menos 15% Aceptable

De 15% y ms Referencial

8. CONFIABILIDAD DE LAS ESTIMACIONES9. ERRORES NO MUESTRALES

Son aquellos errores que pueden cometerseen las diferentes operaciones que

conforman la ejecucin de una encuesta

por muestreo

Son ms fciles de controlar cuando seutiliza Muestreo Probabilstico.

En el Muestreo No Probabilstico, laposibilidad de cometer este error no es

controlable.

Estos errores ms frecuentes son :.

Error de cobertura (marcos incompletos)

Error por mala calidad del marco (marcos imperfectos)

Error de respuesta (del entrevistado)

Error de no respuesta (omisiones o sustituciones)

Error de cuestionario (Indefinicin del cuestionario)

Error de entrevista (mtodos de entrevista inadecuados)

Error de digitacin o de clculo en el procesamiento de los datos.

9. ERRORES NO MUESTRALES

CONVENIENCIA Y

LIMITACIONES DEL

MUESTREO

CONVENIENCIA DEL MUESTREO

Costo reducido

Mayor rapidez

Mayor exactitud

Cuando los elementos se destruyen enlos experimentos, etc.

CONVENIENCIA DEL MUESTREO

Cuando la Poblacin sea tangrande

Cuando la Poblacin seasuficientemente uniforme

Desagrado de las personasinvestigadas

7LIMITACIONES DEL MUESTREO

Cuando se necesite informacin decada uno de los elementos

poblacionales.

Cuando sea difcil de superar la dificultad del uso del muestreo.

El muestreo exige ms refinamiento y preparacin (Diseo de los

instrumentos y preparacin de los

entrevistadores, y supervisores).

Cuando el costo por unidad, aconseje desestimar los mtodos de muestreo.

ORGANIZACIN DEL MATERIAL DE

INVESTIGACIN

El proceso de organizacin del material de investigacin corresponde a una actividad que ordena, selecciona y elabora informacin del trabajo de Investigacin exigiendo condicionar el grado de precisin o especializacin que se pretende lograr.

Se ordena la informacin en reportes, cuadros, segn el requerimiento planteados en el plan de investigacin y las exigencias de informacin del proceso de contrastacin de las hiptesis.

ORGANIZACIN DEL MATERIAL DE

INVESTIGACIN

Se distingue en primer lugar la codificacin de los resultados, que constituye un proceso destinado a distinguir los datos o elementos bsicos a fin de operacionalizar actividades de la investigacin como:

Clarificar

Archivar

Calcular, resumir y almacenar Ello en la perspectiva de obtener resultados

significativos, encausndose as:

Una critica primaria, que debe descubrir anomalas, superar errores, incluir informacin omitida y efectuar correcciones.

ORGANIZACIN DEL MATERIAL DE

INVESTIGACIN

Una critica secundaria, que analiza la lgica de la informacin.

Se presenta la informacin en:

cuadros,

tablas, y

grficos.Non-Tobacco Monthly Rates for Life Insurance

$100,000 $250,000 $500,000

Issue Age Male ($) Female ($) Male ($) Female ($) Male ($) Female ($)

30 8.27 6.79 14.36 11.14 25.67 19.14

35 8.27 7.48 14.36 12.62 25.67 22.19

40 10.35 9.05 18.97 16.10 34.80 27.41

45 15.57 12.09 30.28 22.62 56.55 40.89

50 20.71 15.66 45.07 31.15 84.83 56.99

55 31.76 22.71 66.82 45.24 130.50 85.26

60 49.59 33.50 104.84 67.60 204.45 130.07

ANLISIS E INTERPRETACIN DE LOS

RESULTADOS

El anlisis consiste en relacionar y resumir un conjunto de variables con el cual sea posible probar la verdad o falsedad las hiptesis, en la medida que permite descubrir las causas, efectos, cualidades, caractersticas, motivaciones, posibilidades riesgos, etc. en cuanto:

Se busca una verificacin lgica y tcnica de la hiptesis.

Muestra el fundamento real de la hiptesis

Exige clarificar los datos por categoras.

ANLISIS E INTERPRETACIN DE LOS

RESULTADOS

Establecer los fundamentos de relaciones entre las variables determinando el grado de vinculacin y el tipo de nexo causal.

Vincula la hiptesis con la teora.

Lo que demanda que el analista debe poseer cualidades para:

Descubrir los factores esenciales de un problema.

Predisposicin para realizar un estudio cuidadoso

Disponer de un esquema terico, adoptado o innovado, que facilite la bsqueda de una sistematizacin cientfica.

Trabajar en equipo

Lograr resultados despus de un anlisis cientfico.

8ANALISIS DE LOS DATOS

Tcnica que consiste en el estudio de los hechos y el uso de sus expresiones en cifras para lograr informacin, la cual debe ser vlida y confiable.

Que pretenden hallar los investigadores a travs del anlisis de los datos:

Hallar lo que hay en los datos

Conocer que variaciones ocurren en los datos

Como estn distribuidos los datos

Que relacin existe entre las variables

Las estimaciones que resultan de los datos

Describir las diferencias entre grupos y variables

Determinar variables que causan variacin en otras variables.

ANALISIS DE LOS DATOS Para cumplir sus objetivos los investigadores usan tcnicas:

Objetivo del anlisis Tcnica estadstica

Hallar lo que hay en los datos Media, mediana, moda

Conocer que variaciones ocurren

en los datos

DS, rango, varianza y

coeficiente de variacin.

Como estn distribuidos los datos Frecuencia

Que relacin existe entre las

variables

Correlacin y medidas de

asociacin

Las estimaciones que resultan de

los datos

Estimacin de punto e

intervalor. Regresin y serie de

tiempo.

Describir las diferencias entre

grupos y variables

Prueba t, z, y anlisis de

varianza

Determinar variables que causan

variacin en otras variables.

Prueba t, z y anlisis de

varianza, Anlisis de regresin

CLASES DE ANALISIS DE LOS DATOS

Objeto de

clasificacin

Criterio Nombre del

anlisis

Anlisis de

los datos

Nmero de

variables del

anlisis

Univariable

Bivariable

Multivariable

El carcter del

anlisis

Exploratorio

Confirmatorio

La naturaleza

del anlisis

Cuantitativo

Cualitativo

Objetivo del

anlisis

Causal

De cambios

De decisiones

De grupos

De sistemas

ESTUDIO DE DATOS DE UNA VARIABLE

Propiedad Tipo de medida Estadsticos

Posicin Medidas de tendencia

central

Media aritmticaMedianaModa

Nmero de variables del anlisis

Cuantiles

Dispersin Medidas de

dispersin o

variabilidad

Recorrido

Varianza

Desviacin Estndar

Coeficiente de variacin

Simetra Asimtrica o sesgada

Simtrica o con sesgamiento

Modalidad Modos en una distribucin

Forma Curtosis Razn de momentos de Pearson

INDICADORES

Un indicador proporciona una pista de acceso sobre

un proceso o estado de mayor significancia, o bien

hace perceptible una tendencia o fenmeno que no es

inmediata o evidentemente detectable.

Un indicador es una variable hipotticamente

vinculada a la variable estudiada que en s misma no

puede ser directamente observada.

Es una medida que sumariza la informacin relevante

a un fenmeno en particular, o un proxy razonable

para tal medida.

INDICADORES

Es un parmetro o valor derivado de parmetros, que apunta a proveer informacin acerca de, o bien describe el estado de un fenmeno, ambiente o rea con una significancia que se extiende ms all de lo que se asocia directamente con el valor del parmetro.

Es una medida del comportamiento de un sistema en trminos de atributos significativos o perceptibles.

Es una variable que ha sido socialmente dotada de un significado aadido al derivado de su propia configuracin cientfica, con el fin de reflejar de forma sinttica una preocupacin social con respecto a algo.

9El INFORME FINAL

Consiste esencialmente en presentar los resultados de la investigacin.

El informe final (Tesis) est dirigido hacia el escenario Acadmico: investigadores, profesores

universitarios, miembros de la academia,

tesistas, estudiantes de maestra.