tipos de diseÑos de investigaciÓn cuantitativa
DESCRIPTION
Tipos de diseños de investigacion cuantitativaTRANSCRIPT
TIPOS DE DISEÑOS DE INVESTIGACIÓN CUANTITATIVA
Realizado por:
Ingri Daniela Cifuentes Méndez ID 456404Yuly Astrid Ramírez Buitrago ID 460834
Mónica Alexandra Vélez Ramírez ID 443289Zulma Yolima Alvarado Escamilla ID 439234
NRC 2782
CORPORACIÓN UNIVERSITARIA MINUTO DE DIOSINVESTIGACIÓN CUANTITATIVA
BOGOTÁ2015
Contenido
DISEÑOS EXPERIMENTALES..........................................................................................................6
DISEÑOS DE DOS GRUPOS ALEATORIOS.......................................................................................7
ANÁLISIS DE DATOS......................................................................................................................8
DISEÑO TIPO ANTES DESPUÉS ENTRE DOS GRUPOS ALEATORIOS...............................................8
Ventajas:..................................................................................................................................9
Limitación:................................................................................................................................9
DISEÑO DE LOS BLOQUEOS ALEATORIOS.....................................................................................9
Los diseños de bloques aleatorios pueden ser:......................................................................10
El procedimiento:.......................................................................................................................10
DISEÑO DE APAREAMIENTO POR CRITERIO CORRELATIVO.......................................................11
falta............................................................................................................................................11
DISEÑO DE APAREAMIENTO CON OBSERVACIÓN PREVIA Y POSTERIOR....................................11
DISEÑO DE ACOPLAMIENTO DEL GRUPO CONTROL...................................................................11
Grupo control de no tratamiento...........................................................................................11
Grupo control de lista de espera............................................................................................12
Grupo control de no contacto................................................................................................12
Grupo de control placebo o de tratamiento no específico:....................................................12
Grupo control acoplado:........................................................................................................13
Grupo control no asignado aleatoriamente:..........................................................................14
DISEÑO CON NIVELES MÚLTIPLES..............................................................................................14
VENTAJA.................................................................................................................................15
LIMITACIÓN............................................................................................................................15
DISEÑO DE SOLOMON PARA CUATRO GRUPOS.........................................................................15
DISEÑOS FACTORIALES...............................................................................................................16
Características........................................................................................................................17
Efectos principales.................................................................................................................17
Efectos diferenciales..............................................................................................................17
Efectos simples.......................................................................................................................17
Efectos de interacción............................................................................................................18
Ventajas.................................................................................................................................18
2
Inconvenientes.......................................................................................................................18
EXPERIMENTOS NO EXPERIMENTALES.......................................................................................19
PRE-EXPERIMENTAL:..................................................................................................................20
Características........................................................................................................................20
Ventajas:................................................................................................................................20
DESVENTAJAS:........................................................................................................................21
DISEÑO DE UN CASO NO VERIFICADO....................................................................................21
DISEÑO DE COMPARACIÓN ESTÁTICO....................................................................................21
CUASI-EXPERIMENTALES............................................................................................................21
DISEÑO PRE POST TEST CON GRUPO CUASI CONTROL...............................................................22
DISEÑO PRE POST TEST CON MUESTREO SEPARADO Y GRUPO CUASI CONTROL.....................23
DISEÑO DE SERIACION TEMPORAL.............................................................................................23
DISEÑO DE SERIACION TEMPORAL MÚLTIPLE............................................................................23
Bibliografía.................................................................................................................................23
3
INTRODUCCIÓN
El diseño de investigación es la guía utilizada para planificar, implementar, analizar y
confirmar el estudio, someter la hipótesis planteada a prueba.
Diferentes tipos de preguntas o hipótesis requieren diferentes tipos de diseño de
investigación. Por lo que, es necesario poseer preparación y comprensión amplia de los
diversos tipos de diseño de investigación disponibles. Los diseños de investigación son
generalmente clasificados como cualitativos o cuantitativos. No obstante, cada vez es
más común que investigadores combinen o mezclen diseños múltiples cuantitativos o
cualitativos dentro de un mismo estudio. Diseños de investigación cuantitativos,
generalmente reflejan una filosofía determinista la cual se basada en el paradigma o
escuela del pensamiento pos-positivista. El enfoque es típicamente deductivo donde
la mayor parte de las ideas se reducen a variables, y las relaciones entre ellas son
sometidas. El conocimiento resultante es basado en la observación, medición e
interpretación cuidadosa de la realidad objetiva.
Observaremos los diferentes tipos de diseños que podemos utilizar en nuestros
estudios.
(Sousa, Martha, & Isabel, 2007)
4
Figura 1.
(wbulege, 2013)
DISEÑOS EXPERIMENTALES
5
DISEÑOS
EXPERIMENTALES
PRE-EXPERIMENTAL
CUASI-EXPERIMENTA
EXPERIMENTOS PUROS
NO EXPERIMENTALES
TRANSVERSALES
DESCRIPTIVO
CASUAL
CORRELACIONAL
LONGITUDINALES
TENDENCIA
PANEL
GRUPOS
Los diseños experimentales se basan en el término de experimento, que es elegir o
realizar un acción y luego esperar que consecuencias acarrea. Usualmente utilizan la
aleatoriedad, manipulación de una variable independiente y el control rígido. Estas
características permiten mayor confianza en las relaciones de causa y efecto.
Designación aleatoria, significa que cada sujeto tuvo iguales oportunidades de ser
designado tanto para el grupo control, como para el grupo experimental y su uso
busca eliminar el error sistémico. Muestra aleatoria, casi siempre usada en
investigaciones para ayudar a la generalización. La designación aleatoria para
condiciones diferentes la distingue de un verdadero diseño experimental; para ser
clasificado, es necesario que exista randomización, un grupo control y manipulación de
una variable para examinar la causa directa o la relación predictiva entre variables.
Cuando cualquiera de estos requisitos no se toman en consideración, el modelo deja
de ser experimental verdadero y pasa a ser clasificado como cuasi-experimental.
Investigadores usualmente colocan preguntas de investigación nivel III
(Sousa, Martha, & Isabel, 2007)
En un experimento la variable independiente es la que normalmente resulta atractiva
para el investigador ya que esta sería la causa que produce lo supuesto, el investigador
puede manipular la variable independiente y observar lo que sucede con la variable
dependiente.
6
DISEÑOS DE DOS GRUPOS ALEATORIOS
Características:
Consta de un único factor manipulado y de una variable de respuesta, esta variable se
manipula de una forma que se generan dos grupos experimentales o unas
condiciones de tratamientos.
Aquí seleccionamos aleatoriamente una muestra de sujetos de una población de
origen y luego asignamos al azar un sujeto de la muestra a cada una de las
condiciones del tratamiento.
Una de las ventajas que tiene este diseño sobre los diseños no experimentales, es que
radica en el control obtenido mediante una asignación aleatoria de los sujetos, ya
que esto nos garantiza la equivalencia de los grupos antes de la aplicación del
tratamiento.
Este diseño admite muchas variantes atendiendo en la forma en que se configurara el
grupo de control. También pueden dividirse en dos categorías: los niveles
seleccionados agotan toda la población de tratamientos admirables, la variable
independiente y el diseño serian (de efectos fijos). Aquí podemos decir que las
conclusiones se limitan a los niveles de las variables independientes que fueron
seleccionadas en el estudio, dando un resultado imposible de realizar cualquier tipo
de generalizaciones más allá de dichos niveles.(efectos aleatorios).
La potencia de dos grupos aleatorias es poca, Arnau (1986) considero que constituye
un modelo muy adecuado para llevar a cabo investigaciones exploratorias con el
objeto de detectar la posible relación existente entre dos variables.
7
ANÁLISIS DE DATOS Para probar la hipótesis en este diseño se requiere comparar los rendimientos medios
que obtuvimos, por dos grupos independientes, en la variable de respuesta.
Cuando nuestros datos son de naturaleza paramétrica1, el análisis se puede llevar a
cabo utilizando pruebas de contraste de medias para muestra independientes como: t
de student o el análisis unifactorial de la varianza, y si los datos son no paramétricos 2
debemos aplicar pruebas estadísticas que estén basadas en rangos o en frecuencias.
DISEÑO TIPO ANTES DESPUÉS ENTRE DOS GRUPOS ALEATORIOS
Este diseño se divide en dos partes: uno experimental y el otro control. A los que le
asignamos los sujetos mediante un procedimiento aleatorio, se cuenta con una base
razonable para pensar que los grupos son equivalentes.
Cuando se forman los grupos, medimos alguna característica conductual que es
relacionada con el experimento. Esto nos sirve para comprobar que la equivalencia de
ambos grupos es efectiva y también una garantía para que probemos si los diversos
factores extraños han afectado por igual a ambos grupos.
1 Diseño paramétrico consiste en la creación de patrones de crecimiento basados en la naturaleza, es decir, consiste en parámetros iniciales y las relaciones formales que guardan entre ellos.2 Son procedimientos estadísticos para prueba de hipótesis que no requieren de la suposición de la normalidad de la población de la cual fue extraída la muestra y se pueden aplicar a datos de tipo cuantitativo y cualitativo.
8
Ventajas:Se tiene una aleatorización y se puede contar con una técnica capaz de controlar
todas las posibles fuentes de error que nos afecten los resultados.
Como el experimentador puede realizar una prueba sobre la equivalencia inicial
de ambos grupos, nos permite contar con una base razonable de que ninguna variable
llego a interferir en la variable experimental. Podemos decir que ambos grupos son
homogéneos y que podemos verificar la efectividad de la técnica de control.
Limitación: se deriva de la aleatorización, los diseños que la utilizan, necesitan
muestras bastante grandes de sujetos, para el efectivo control de todas las fuentes
extrañas de error.
Por otro lado al tomar medidas iniciales a los sujetos puede predisponer al grupo
experimental ante el tratamiento que se les vaya a aplicar. Y puede fallar su validez
externa.
DISEÑO DE LOS BLOQUEOS ALEATORIOS
Los diseños de bloques utilizan para la formación de los grupos la puntuación obtenida
por los sujetos en una variable extraña muy relacionada con la variable dependiente. A
esta variable se le llama variable de bloqueo.
Cuando se forma los bloques de sujetos con puntuaciones similares en la variable
bloqueada, aleatoriamente se asigna el mismo número de sujetos de cada uno de los
bloques a los diferentes grupos experimentales o condiciones. Así, aseguramos la
equivalencia de los grupos.
9
Los diseños de bloques aleatorios pueden ser:Completos, cuando cada bloque es una réplica exacta del experimento, porque
adentro de cada bloque se administran todos los niveles de la variable independiente.
Incompletos, se cuenta con un número elevado de tratamientos y un número reducido
de sujetos dentro de cada bloque. Aquí, se pueden aplicar sólo algunas condiciones
dentro de cada bloque, en lugar de todos los tratamientos.
Los diseños de bloques aleatorios sólo utilizan una variable de bloqueo y una o más
variables independientes. El número de grupos puede ser de dos o más.
El procedimiento:
1. Medimos la variable de bloqueo en todos los sujetos y decidimos el número de
bloques que vamos a formar. Si tenemos mayor variabilidad de las
puntuaciones, se tiene que tener mayor número de bloques.
2. Cuando ya hayamos formado los bloques, asignamos aleatoriamente a cada
grupo experimental el mismo número de sujetos de cada bloque, eliminando
los sujetos restantes de forma aleatoria.
3. Luego realizamos el análisis estadístico utilizando una diferencia de medidas o
una ANOVA3 cuando tenemos más de dos tratamientos
4. Interpretamos los resultados, hacemos conclusiones, generalizamos y
realizamos el informe de la investigación.
3 prueba la hipótesis de que las medias de dos o más poblaciones son iguales. evalúan la importancia de uno o más factores al comparar las medias de la variable de respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas las medias de la población (medias de los niveles de los factores) son iguales mientras que la hipótesis alternativa establece que al menos una es diferente.
10
DISEÑO DE APAREAMIENTO POR CRITERIO CORRELATIVO
falta
DISEÑO DE APAREAMIENTO CON OBSERVACIÓN PREVIA Y POSTERIOR
falta
DISEÑO DE ACOPLAMIENTO DEL GRUPO CONTROL
La condición mínima en un diseño de comparación de grupos es la inclusión de un
grupo experimental que recibe la intervención y un grupo control que no la recibe.
Cuando utilizamos la condición control obedece al intento de evitar las amenazas a la
validez interna.
Grupo control de no tratamiento: Esta condición es la más básica y utilizada en
los diseños experimentales. La característica definitoria del mismo es que los sujetos
asignados a este grupo no reciben tratamiento. La inclusión de un grupo de no
tratamiento nos permite controlar los efectos de la historia y la maduración, así como
otras amenazas a la validez interna. Su utilización está indicada cuando queremos
evaluar una técnica concreta y queremos dar respuesta a la cuestión
11
Grupo control de lista de espera: La característica fundamental de esta
condición es que los sujetos no reciben tratamiento durante un período determinado,
que no debe ser demasiado largo, seis meses habitualmente, pero inmediatamente
después de ese intervalo se les aplica el mismo.
a) Si incluimos un diseño de grupo control pretest-postest no se le puede proporcionar
tratamiento a los sujetos del grupo control de lista de espera entre el período de
evaluación pretest y el postest; durante ese intervalo el grupo es funcionalmente
equivalente a un grupo control de no tratamiento
b) el período de evaluación entre el pretest y el postest debe ser equivalente al de la
evaluación pre y postratamiento del grupo experimental. Es importante mantener
constante el intervalo de tiempo para controlar la historia y la maduración de los
sujetos a lo largo del proceso de evaluación.
Grupo control de no contacto: El grupo control de no contacto está indicado
cuando necesitamos evaluar el impacto de la participación de los sujetos en una
investigación. Para poder evaluar los efectos de participar en un estudio necesitamos
incluir sujetos que no tengan contacto con el mismo. De este modo se consigue
controlar las amenazas a la validez interna producidas por la medición y la regresión
estadística.
12
Grupo de control placebo o de tratamiento no específico: El grupo control
placebo permite al investigador separar los efectos específicos de la intervención de
los efectos no específico (Becoña, 1989; Paul, 1966). Este nos permite controlar
factores como las expectativas del sujeto para el cambio, el contacto con el terapeuta,
la atención del terapeuta, acudir al tratamiento, la justificación de la terapia y las
respuestas de los clientes ante la demanda terapéutica percibida (Beck, Andrasik y
Arena, 1984). Por tanto, para asegurarnos que las propiedades de la intervención son
las que producen realmente los cambios en el cliente necesitamos incluir en el diseño
un grupo de tratamiento no específico. De este modo, cuando encontremos
diferencias significativas entre el grupo experimental y el control, podemos afirmar
que el componente activo del tratamiento que hemos administrado probablemente
sea el responsable del cambio.
Grupo control acoplado: Este es un procedimiento que nos permite excluir o
evaluar los factores que pueden surgir derivados de la implementación de una
intervención. La finalidad del mismo es asegurar que los grupos sean equivalentes con
respecto a factores que son potencialmente importantes pero conceptualmente y con
relación al procedimiento irrelevantes, que podrían dar cuenta de diferencias entre los
grupos. No obstante, hay que considerar si las variables que pueden diferir entre
dichas condiciones podrían explicar o influir en los resultados. Esto es, las diferencias
que obtengamos pueden ser una función de la implementación del estudio y no de la
intervención a la que son expuestos los sujetos, por tanto, hay que controlarlas para
concluir que los resultados probablemente se deban al tratamiento formal y no a otras
variables extrañas. De lo contrario, su utilización no está justificada.
13
Grupo control no asignado aleatoriamente: Es una condición que se añade al
diseño de la investigación, que utiliza sujetos que no forman parte de la muestra
original y no son asignados al azar a los grupos. Esta modalidad de control se utiliza
para reducir la plausibilidad de algunas amenazas específicas a la validez interna La
limitación fundamental de los grupos de comparación no asignados al azar radica en su
propia naturaleza. Aunque la finalidad de esta condición control es la misma que la del
grupo control de no tratamiento, pueden surgir problemas en la interpretación de los
resultados como consecuencia de la forma en que se constituyen los grupos control.
DISEÑO CON NIVELES MÚLTIPLES
Permiten estudiar el efecto de dos o más condiciones de tratamiento, de forma sucesiva.
A veces, como destaca Kazdin (1982), esos diseños suelen ser considerados como una
extensión de los diseños de reversión de cuatro fases
14
VENTAJA: es la posibilidad de probar, en un mismo estudio, el efecto de dos o más
condiciones de tratamiento y comparar su efecto diferencial sobre una o más conductas
objeto.
Si además se combinan, en un mismo experimento, la estrategia de tratamiento
múltiple con la estrategia multinivel, aumentamos la capacidad heurística del
experimento. Es decir, en un mismo experimento es posible probar la eficacia de dos o
más tratamientos (contraste cualitativo) y al mismo tiempo efecto diferencial de uno de
ellos (contraste cuantitativo).
LIMITACIÓN: no permiten estudiar la acción conjunta de dos o más tratamientos; es
decir, su efecto aditivo o de interacción. Así, retomando el último ejemplo analizado, el
investigador podría preguntarse si el feedback es efectivo cuando va a acompañado por
la economía de fichas. El carácter de adición o combinación de los tratamientos sólo
puede examinarse mediante los diseños interactivos.
DISEÑO DE SOLOMON PARA CUATRO GRUPOS
Este diseño contiene dos grupos de control adicionales, que sirven para reducir la influencia de
las variables de confusión y permitir que el investigador pruebe si la misma prueba previa tiene
un efecto sobre los sujetos.
Si bien este tipo de diseño es mucho más complejo de configurar y analizar, combate muchos
de los problemas de validez interna que pueden afectar la investigación. Permite al
investigador ejercer un control total sobre las variables y comprobar que la prueba previa no
influyó en los resultados.
15
La prueba de cuatro grupos de Solomon es un diseño de dos grupos de prueba previa y
posterior común y un diseño de control de prueba posterior únicamente. Las diferentes
combinaciones de grupos probados y no probados con el tratamiento y los grupos de control
permiten al investigador asegurarse de que las variables de confusión y factores extraños no
hayan influido en los resultados.
Los dos primeros grupos del diseño de cuatro grupos de Solomon están diseñados e
interpretados de la misma manera que en el diseño de prueba previa y posterior y brindan los
mismos controles sobre la aleatoriedad.
Un investigador que utiliza un diseño de cuatro grupos de Solomon debe tener los recursos y el
tiempo para utilizar cuatro grupos de investigación, lo que no siempre es posible en los
departamentos de investigación ajustadamente financiados. La mayoría de las instituciones
educativas y organizaciones no van a permitir que los investigadores asignen cuatro grupos al
azar, ya que interrumpirá su práctica normal. Por lo tanto, se realiza una asignación no
aleatoria de los grupos, debilitando la fuerza del diseño.
DISEÑOS FACTORIALES
Segun Maxwell & Delaney, el diseño experimental factorial es aquel que se aplica
cuando las muestras de observaciones quedan determinadas por dos o más factores.
Según Kirk, es el cual todas las posibles combinaciones de los niveles de dos o más
factores se dan de forma conjunta. El punto presentado por Kirk sobre la existencia de
todas las combinaciones posibles puede no darse en los casos prácticos. Así:
Diseño completo. Si existen tantos grupos experimentales como posibilidades haya de
formarlos, el diseño se designa completo.
16
Diseño incompleto. Si no existen sujetos en algún grupo, el diseño se llama
incompleto.
Según Pelegrina & Salvador, se plantea cuando queremos someter a contrastación el
efecto de dos o más variables independientes y de una posible interacción entre ellas
sobre la variable dependiente
CaracterísticasExiste más de una variable independiente
Se crean varias unidades de observación en función de ellas
La variable dependiente puede ser una o más
Efectos principalesEstos efectos se producen al comparar los resultados de un nivel con la media total.
Tenemos un efecto principal cuando el efecto de una variable independiente es el
mismo en todos los niveles de otra variable independiente. Es el resultado de un
diseño simple para una variable independiente, prescindiendo de los niveles de la otra
variable independiente.
Efectos diferencialesSon los efectos principales en dos niveles diferentes de un mismo factor.
Efectos simplesSon los efectos que comparan todos los niveles de un factor bajo cada nivel de otro
17
Efectos de interacciónSon los que se producen cuando algunos niveles de una variable independiente
afectan de forma irregular a los diferentes niveles de otra variable independiente.
VentajasLos diseños factoriales presentan tres ventajas sobre los unifactoriales:
El comportamiento. Éste es muy complejo e interactivo entre las múltiples variables. Si
se limita el estudio sólo a la consideración de una variable independiente a la vez, éste
sería muy poco ecológico, pues no es la realidad que nos concierne.
Se utiliza la muestra de sujetos para evaluar simultáneamente los efectos de dos o más
factores. Los efectos de cada variable son evaluados con la misma precisión que en los
experimentos en que se considera una sola variable. Por esto, los diseños factoriales
son más eficientes en cuanto al uso de los recursos.
Se permite evaluar los efectos de la interacción entre variables, cosa imposible de
hacer en los diseños unifactoriales.
InconvenientesSe necesita un mayor número de sujetos para poder evaluar los efectos de varias
variables.
La interpretación de la interacción no es sencilla. Es mas compleja a medida que
prolifere el número de variables dependientes e independientes.
Los experimentos factoriales son más largos.
18
Son menos eficientes en cuanto a conseguir los niveles óptimos de las variables
independientes y de las combinaciones entre ellas.
Criterios de clasificación
Hay muchos criterios de clasificación de los diseños factoriales y nosotros vamos a
optar por una clasificación que es una conjunción restrictiva entre la clasificación que
concierne a la muestra y los tratamientos utilizados en cada situación experimental, la
que contiene las unidades estructurales básicas y el número de factores.
De esta forma, dentro de los diseños factoriales podríamos considerar los diseños:
Inter-sujetos, donde en cada grupo experimental los sujetos son distintos generando
así grupos independientes.
Intra-sujetos, donde cada grupo experimental se compone de los mismos sujetos y
todos ellos pasan por todas las condiciones experimentales.
Mixtos o split-plot, donde algunas de las variables independientes son manipuladas
inter sujetos y otras intra sujetos.
EXPERIMENTOS NO EXPERIMENTALES
Diseños no experimentales no tienen determinación aleatoria, manipulación
de variables o Revisión de diseños de investigación. El investigador mira lo que ocurre
de forma natural, sin intervenir. Un número de características o variables no están
sujetas, o no son receptivas a manipulación experimental. Así como, algunas variables
no pueden o no deben ser manipuladas. En algunos casos, las variables independientes
aparecen y no es posible establecer un control sobre ellas.
19
PRE-EXPERIMENTAL:
Se analiza una sola variable y prácticamente no existe ningún tipo de control. No existe
la manipulación de la variable independiente ni se utiliza grupo control.
El grado de control es mínimo, al ser comparado con un diseño experimental real, es
útil en un primer acercamiento al problema de investigación.
Aquí no se compara dos grupos, este diseño administra un tratamiento o un estímulo
en la modalidad de solo posprueba o en la preprueba-postprueba.
Características
El investigador se limita en observar el fenomeno analizado sin modificarlo, permite
confiar en la exietencia de altos niveles de validez de aquellos resultados obtenidos.
La falta de un control y una manipulacion de posibles fuentes de invalidacion de la
investigacion,, esto conyeba a una escasa validez interna de resultados.
No cumple con los requisitos de un verdadero experimento, no existe manipulacion
de la variable independiete, no se puede establecer una casualidad con certeza y no se
controlan las fuentes de invalidacion interna.
Ventajas: Puede que sea el único recurso para llegar a inferencias, sobre las variables que
son imposibles manipular
Se puede tener un acercamiento al problema de investigación en la realidad y
luego se puede utilizar un diseño más confiable
20
DESVENTAJAS: No son adecuados para el establecimiento de relaciones entre la variable
independiente y variable dependiente.
No hay manipulación ni grupo comparación y fuentes de invalidación interna
pueden actuar en el mismo.
Puede que al momento de elegir, se elija un grupo atípico o no se encuentren
en su estado normal. Y no se puede establecer con certeza la casualidad.
DISEÑO DE UN CASO NO VERIFICADO FALTA
DISEÑO DE COMPARACIÓN ESTÁTICO
FALTA
21
22
DISEÑO PRE POST TEST CON GRUPO CUASI CONTROL
FALTA
DISEÑO PRE POST TEST CON MUESTREO SEPARADO Y GRUPO CUASI CONTROL
FALTA
DISEÑO DE SERIACION TEMPORAL
FALTA
DISEÑO DE SERIACION TEMPORAL MÚLTIPLE
FALTA
ESTOS CREO LOS ESTA INVESTIGANDO YULY,,, SI PUEDEN CAMBIAR PALABRAS RESUMIR ALGUNAS COSAS… GRACIAS… ME LO ENVIAN… HABER QUE MAS LE PUEDO ARREGLAR…
23
Bibliografía
Marjohn Doupovec . (06 de 2010). TIPOS DE INVESTIGACION Y DISEÑO DE INVESTIGACION. Recuperado el 05 de 10 de 2015, de http://metodologia02.blogspot.com.co/p/operacionalizacion-de-variables.html
cv.uoc.edu. (s.f.). Estudios analíticos Estudios cuasiexperimentales. Recuperado el 5 de 10 de 2015, de http://cv.uoc.edu/UOC/a/moduls/90/90_166d/web/main/m4/22f.html
Sousa, D., Martha, D., & Isabel, C. (15 de 06 de 2007). REVISIÓN DE DISEÑOS DE INVESTIGACIÓN RESALTANTES PARA. Recuperado el 5 de 10 de 2015, de http://www.scielo.br/pdf/rlae/v15n3/es_v15n3a22.pdf
wbulege. (05 de 02 de 2013). Ponencia: Diseños de investigación. Recuperado el 6 de 10 de 2015, de https://www.youtube.com/watch?v=OLp0QCLj5ug&feature=youtu.be
Zambrano, S. (25 de 05 de 2010). Diseño Preexperimental. Recuperado el 5 de 10 de 2015, de http://es.slideshare.net/solanghyz/diseo-preexperimental-4298863
24
25
26