Metodologa de la Investigacin II

Tipos de DISEO
Investigacin Exprimental: exprimentos puros
(enfoque Cuantitat.)
preexperimentos
cuasiexperimentos
Investigacin NO Experimental: transeccional
(Ambos enfoques)
longitudinal

1 Requisito Exp. PURO: manipulacin intencional de la

variable independiente
Var. Independiente: se la considera la CAUSA en una
relacin entre variables.
Var. Dependiente: EFECTO provocado por esa CAUSA.
NIVELES de manipulacin:
Presencia- Ausencia: se expone un grupo a la presencia
de la var. Independiente (tratamiento experimental o
estmulo experimental) y al otro no (grupo de control).
Ms de 2 grados: se manipula a la variable
independiente en cantidades o grados
Modalidad de manipulacin en lugar de grados: se
expone a los grupos experimentales a diferentes
modalidades, sin implicar cantidad. Ejemplo:
retroalimentacin.

2 Requisito Exp. PURO: MEDIR el efecto que la variable

independiente tiene en la variable dependiente. Se
miden a travs de cuestionarios, observacin,
entrevistas, etc.
3 Requisito Exp. PURO: CONTROL o validez interna de
la situacin experimental.
CONTROL saber que est ocurriendo realmenye con la
relacin entre las variables.
Fuentes de INVALIDACIN INTERNA: fuentes que
ATENTAN contra la validez interna de un experimento.
VALIDEZ INTERNA cunta confianza tenemos en los
resultados calidad del experimento

Cmo se logra el CONTROL de la validez interna?

Varios grupos de control ( al menos 2)
Equivalencia de los grupos en todo
Equivalencia inicial: equivalentes al momento de iniciar
el experimento
Equivalencia durante el experimento: deben mantenerse
similares durante el experimento (personas con las que
tratan, ligar, clima, etc)
Equivalencia INICIAL:
Asignacin al azar: nos asegura probabilsticamente que
los 2 grupos son equivalentes.
Emparejamiento: igualar a los grupos en relacin con
alguna variable especfica

EMPAREJAMIENTO:
1 Paso: elegir la variable de acuerdo a algn citerio
terico.
2 paso: obtener una medicin de la variable elegida para
emparejar a los grupos.
3 Paso: ordenar a los sujetos en la variable sobre la cual
se va a efectuar el emparejamiento.
4 Paso: formar parejas de sujetos segn la variable de
emparejamiento

Simbologa de los Diseos Experimentales

R Asignacin al azar. Los sujetos han sido asignados a un grupo
de manera aleatoria.
G Grupo de sujetos (G1: grupo 1; G2: grupo 2; etc)
X Tratamiento, estmulo o condicin experimental
0 Medicin a los sujetos del grupo. Si aparece ANTES del
estmulo: preprueba (previa al tratamiento); DESPUS:
posprueba (posterior al tratamiento)
-- Ausencia del estmulo (grupo de control)
Secuencia horizontal ( tiempos distintos):
RG1 0 X 0 ( asignacin al azar del grupo, se aplica medicin
previa, se administra estmulo, se aplica medicin posterior)
Secuencia vertical (tiene lugar en el mismo momento)
RG1 X 0
RG2 -- 0

PREEXPERIMENTOS
Su grado de control es mnimo
a) Estudio del caso con una sola medicin: G X 0 Se
administra un estmulo, se aplica medicin, se observa
nivel del grupo
b) Diseo de preprueba posprueba con un solo grupo:
G 01 X 02 a un grupo se le aplica prueba previa al
estmulo, se aplica tratamiento, se aplica prueba
posterior
Estos diseos se muestran vulnerables en cuanto a la
posibilidad de control y validez interna Deben
usarse como ENSAYOS de otros experimentos con
mayor control

CUASIEXPERIMENTOS
Estos diseos tambin manipulan
deliberadamente, al menos una variable
independiente para observar su efecto y
relacin con una o ms variables
dependientes, difieren en los
experiemntos verdaderos en el grado de
seguridad o confiabilidad que pueda
tenerse sobre la equivalencia inicial de los
grupos

VALIDEZ EXTERNA
Un experimento debe buscar ante todo
validez interna (confianza en los
resultados) pero tambin debe buscar
validez externa (que tan generalizables
son los resultados de un experimento a
otros sujetos o poblaciones)

DISEOS NO EXPERIMENTALES
Investigacin que se realiza SIN MANIPULAR
deliberadamente las variables.
Observan fenmenos TAL Y COMO SE DAN en su
contexto natural para despus analizarlos.
NO EXISTEN condiciones o estmulos a los que se
expongan los sujetos.
Experimento se construye una realidad
No experimento se observan situaciones ya existentes,
no provocadas por el investigador.

DISEOS NO EXPERIMENTALES
* Transeccional o Transversal
-- Recolectan datos en un solo momento, en un nico tiempo
-- Propsito: describir variables y analizar su incidencia e
interrelacin.
-- Puede abarcar varios grupos o subgrupo de personas.
a) Exploratorios:
Comenzar a CONOCER una comunidad, evento o variable.
Exploracin inicial en un momento dado.
Aplicable a problemas nuevos o poco conocidos
b) Descriptivos:
Indagar incidencia y valores en que se manifiesta una o
ms variables (enfoque cuantitativo)
Ubicar, categorizar y proporcionar una visin de comunidad

c) Correlacionales Causales
Describen relaciones entre 2 o ms categoras, conceptos
o variables en un determinado momento.
Lo que se mide analiza (cuantitativo) o evala analiza
(cualitativo) es la asociacin entre categoras, conceptos,
objetos o variables en un determinado tiempo.

LONGITUDINAL
-- Analiza cambios a travs del tiempo en determinadas
categoras o relaciones entre stas.
a) Tendencia: Analiza cambios en el tiempo en una poblacin
en general.
b) De evolucin de grupo. Analiza cambios en el tiempo en
subpoblaciones o grupos especficos.
Atencin en grupos de individuos vinculados de alguna manera.
c) Panel: Similar a las anteriores pero se observa el mismo sub
grupo

UNIDAD 2 : Seleccin de la muestra

Sobre qu o quines se recolectarn datos?
El inters se centra en qu o quines, es decir, sujetos,
objetos, sucesos, eventos o contexto de estudio.
Ejemplo: describir uso de la televisin por los nios.
--- interrogar grupos de nios o tambin
--- entrevistar mams
La eleccin entre uno, el otro o ambos depende no slo del
objetivo sino del diseo de investigacin.

Para seleccionar MUESTRA primero hay que definir

UNIDAD de ANLISIS (personas, organizaciones,
comunidades, situaciones, eventos)
El sobre qu o quines se va a recolectar datos depende
del enfoque elegido (cuanti, cuali, mixto), del
planteamientos del problema a investigar y de los
alcances del estudio
Ejemplo: En un estudio sobre el SIDA, la unidad de anlisis
fueron los receptores directos de sangre o derivados
contaminados con VIH que sobreviven y los contactos
de receptores directos (cnyuge e hijos nacidos durante
1984 1987) tanto si sobreviven como no.

Tanto para enfoques Cualitativos como Cualitativos se

recolectan datos de una muestra.
Enfoque CUANTI: MUESTRA es un subgrupo o poblacin
de inters y tiene que ser representativo. Debe lograr
generalizarse o extrapolarse a la poblacin y ser
estadsticamente representativa.
Enfoque CUALI: MUESTRA es una unidad de anlisis o
un grupo de personas, contextos, eventos, sucesos,
comunidades de anlisis sobre los que se recolecta
datos sin la necesidad de que sea representativo. A
veces la muestra no se determina hasta que no se hace
una inmersin en el campo, puede variar conforme
transcurre el tiempo.

Ejemplo: si decido analizar la comunidad mdico- paciente

de enfermos terminales de SIDA bajo la perspectiva
cualitativa, despus de una inmersin inicial (observar
actos de comunicacin mdico-paciente, charlas
informales con pacientes y mdicos, vivir en el pabelln,
etc) podra darme cuenta que dicha relacin est
mediatizada por el personal no mdico (enfermeras,
auxiliares, personal de limpieza) entonces debo
ARREGLAR la muestra.
Investigacin CUALITATIVA requiere de una MUESTRA
ms flexible

Cmo se delimita una poblacin?

Primero decidir si nos interesa delimitar la poblacin.
-- Por lo general en enfoques CUALITATIVOS la poblacin o el
universo NO se delimitan a priori
-- En enfoques CUANTITATIVOS casi siempre s.
Poblacin: conjunto de todos los casos que concuerdan con una serie
de especificaciones (Selltiz, 1980)
Definir con claridad la poblacin para delimitar parmetros
muestrales
-- En enfoques MIXTOS ello depende de la situacin de investigacin.

Ejemplo: Uso de la televisin por los nios

Unidad de anlisis nios
Pero: de qu poblacin se trata?
de todos los nios del mundo?
de todos los nios de un determinados pas?
La poblacin se delimita como:
Todos los nios del rea metropolitana, que cursen 4, 5
y 6 ao de primaria en escuelas privadas y pblicas del
turno matutino
La calidad de un trabajo estriba en DELIMITAR claramente
la poblacin con BASE en los OBJETIVOS del estudio

Cmo seleccionar la muestra bajo un

enfoque CUANTITATIVO?
MUESTRA: es un subgrupo de la poblacin, es un
subconjunto de elementos que pertenecen a ese
conjunto definido en sus caractersticas al que llamamos
poblacin.
Suele hablarse de: muestra representativa, muestra al azar,
muestra aleatoria.
Todas las muestras bajo el enfoque CUANTITATIVO
DEBEN ser representativas.
Al azar y Aleatorio denotan un TIPO de procedimiento
mecnico relacionados con la probabilidad y con la
SELECCIN de elementos, pero no aclara tipo de
muestra o procedimiento de muestreo.

Tipos de Muestra
* Muestra NO Probabilstica: la eleccin de los elementos
no depende de la probabilidad, sino de las causas
relacionadas con la caracterstica de la investigacin o
de quien hace la muestra.
Procedimiento: no mecnico, no frmulas de probabilidad,
depende de toma de decisin del investigador.
*Muestra Probabilstica: todos los elementos de la
poblacin tienen la misma probabilidad de ser elegidos.
Se obtiene definiendo las caractersticas de la poblacin,
el tamao de la muestra y a travs de seleccin
aleatoria o mecnica de las unidades de anlisis.

Ejemplo 1: Muestra Probabilstica

Se realiza una investigacin para saber cuntos nios han
sido vacunados y cuntos no, y las variables asociadas
(nivel socioeconmico, lugar donde viven, educacin)
con esta conducta y sus motivaciones.
Se hizo una muestra probabilstica nacional de 1600
personas y de los datos se tomaron decisiones para
formular estrategias de vacunacin, as como mensajes
dirigidos para persuadir la pronta y oportuna vacunacin
de los nios.
Nota: Investigacin por encuestas, a travs de muestra
probabilstica, diseada para que los datos lleguen a ser
generalizados a la poblacin con una estimacin precisa
del error que pudiera cometerse al realizar tales
generalizaciones

Ejemplo 2: Muestra NO Probabilstica

Se dise un experimento para medir si los contenidos violentos de la
televisin generan conductas antisociales en los nios. Para lograr
tal objetivo se seleccion en un colegio de 60 nios de 5 aos de
edad, de igual nivel socioeconmico e igual nivel intelectual, y se
asignaron aleatoriamente a dos grupos o condiciones.
30 nios vern caricaturas prosociales y otros 30 vern caricaturas
muy violentas. Inmediatamente despus de la exposicin a dichos
contenidos violentos, los nios sern observados en un contexto de
grupo y se medirn sus conductas violentas o prosociales.
Nota: Aunque se asignan los nios de manera aleatoria a las 2
condiciones experimentales, para generalizar a la poblacin se
necesitaran repetidos experimentos. Es valioso porque el nivel
causa-efecto es ms preciso al aislar otras caractersticas pero no
podemos generalizar a todos los nios.
Es una muestra dirigida . Seleccin de la muestra no al azar pero la
asignacin de los nios a los grupos si.

Muestra probabilstica en enfoque

CUANTITATIVO
Muestra Probabilstica Ventaja:
Puede medirse el tamao del error en nuestras predicciones. El
principal objetivo en el diseo de una muestra probabilstica es
reducir al mnimo este error, al que se le llama error estndar
(Kish, 1995).
Las muestras Prob. Son esenciales en los diseos de investigacin
transeccionales cuantitativos (por encuestas), donde se hacen
estimaciones de variables en la poblacin.
Variables se miden con instrumentos
Los datos se analizan con pruebas estadsticas
Todos los elementos de la poblacin tienen la misma probabilidad
de ser elegidos.
Elementos muestrales tendrn valores parecidos a los de la
poblacin.
Estimaciones en el subconjunto nos darn estimados precisos en el
conjunto mayor.

Para hacer muestra probabilstica:

N Poblacin: es un conjunto de elementos
n Muestra: es un subconjunto de la poblacin.
Interesa conocer VALORES PROMEDIOS
Igual al valor de una variable determinada
y
V
Es la varianza de la poblacin con respecto a
determinadas variables (cto se apartan de los valores
medios)
Los valores de la poblacin no se conocen
seleccionamos muestra y mediante estimados en la
muestra, inferimos los datos en la poblacin
y Ser el valor de Y

se = desviacin estndar de la distribucin muestral y

representa la fluctuaciones de (y promedio)
(se)2 = error estndar al cuadrado. Con esto calculamos
varianza.
s2 = varianza de la muestra, la cual podr determinarse en
trminos de probabilidad
s2 = p (1-p) ; p: probabilidad.
Para una muestra probabilstica necesitamos:
Determinar tamao de muestra n
Seleccionar elementos muestrales con la misma
probabilidad de ser elegidos. Necesitamos, marco de
seleccin y procedimiento que permita aleatoriedad.

El Tamao de la Muestra
Cuando hacemos una muestra probabilstica (en
enfoque cuantitativo) debemos preguntarnos.
Cul es el menor nmero de unidades
muestrales (personas, organizaciones, etc) que
necesito para conformar una muestra (n) que me
asegure un error estndar menor de 0.01?.
La respuesta a esta pregunta busca encontrar la
probabilidad de ocurrencia de y y que mi
estimado de y se acerque a Y , el valor real de
mi poblacin
Para una determinada varianza (V) de y qu tan
grande debe ser mi muestra?

n = s2/V2 = var. De la muestra/

var. De la poblacin
Tamao provisional de la muestra (se corrige despus con
otros datos ajustndose si se conoce el tamao de la
poblacin)
n = n / (1 + n /N)
Ejemplo: Se hace un estudio sobre directores generales
considerando a todos aquellos directores generales de
empresas industriales y comerciales que, en 1983,
tienen un capital social superior a $30 millones, con
ventas superiores a los $100 millones o con ms de 300
personas empleadas.
Con estas caractersticas se encontr una poblacin de
N= 1176 directores generales.

Cul es el nmero de directores generales n que

se debe entrevistar, para tener un error estndar
menor al 0.015?
N: tamao de la poblacin de 1176 empresas
y : valor promedio de una variable = 1, un director
general por empresa
se = error estndar = 0.015 determinado por
nosotros
V2 = varianza de la poblacin
s2 = varianza de la muestra expresada como la
probabilidad de ocurrencia
n = tamao de la muestra sin ajustar
n = tamao de la muestra

Sustituimos los valores (pgina 12)

Obtenemos n =298
Es decir, para la investigacin planteada se necesita una
muestra de 298 directores generales.
Muestra Probabilstica Estratificada
Siguiendo con el ejemplo anterior supongamos que
necesitamos estratificar la muestra (n) con la finalidad
de que los elementos muestrales o las unidades de
anlisis posean un determinado atributo.
Es necesario disear una muestra probabilstica
estratificada cuando no basta que cada uno de los
elementos muestrales tengan la misma probabilidad de
ser escogidos sino que tambin es necesario tener en
cuenta ciertas categoras o estratos de la muestra.

La estratificacin aumenta la precisin de la

muestra e implica el uso deliberado de diferentes
tamaos de muestra para cada estrato, a fin de
lograr reducir la varianza de cada unidad de la
medida muestral (Kish, 1995).
Kish afirma que, en un nmero determinado de
elementos muestrales n = nh, la varianza de la
muestra media y puede reducirse al mnimo, si
el tamao de la muestra para cada estrato es
proporcional a la desviacin estndar dentro del
estrato.
Esto es fh = n/N = ksh ; en donde la muestra n
ser igual a la suma de los elementos muestrales
nh.

El tamao de n y la varianza de y pueden minimizarse, si calculamos

submuestras proporcionales a la desviacin estndar de cada
estrato.
fh = nh / Nh = ksh
nh : muestra del estrato
Nh : poblacin del estrato
sh : desviacin estndar de cada elemento en un determinado estrato.
Entonces
Ksh = n / N
En nuestro ejemplo:
N = 1176 , n = 298
Ksh = n / N = 298 / 1176 = 0.2534
Toda la subpoblacin se multiplicar por esta fraccin constante para
obtener la muestra para el estrato

Muestreo Probabilstico por Racimos

En este tipo de muestreo se reducen costos,
tiempos y energa, al considerar que muchas
veces las unidades de anlisis se encuentran
encapsuladas o encerradas en determinados
lugares fsicos o geogrficos, a los que se les
denomina RACIMOS.
Ejemplo
Unidad de Anlisis
Posibles racimos
Adolescentes
Secundarios
Obreros
Industrias
Amas de casa
Mercados

Muestrear por racimos implica diferenciar entre la

unidad de anlisis y la unidad muestral.
Unidad de anlisis: quienes van a ser medidos
(sujetos a quienes vamos a aplicar el
instrumento de medicin)
Unidad muestral: racimo a travs del cual se logra
el acceso a la unidad de anlisis.
Muestrear por racimos 2 etapas:
Seleccionar racimos siguiendo los pasos e una
muestra probabilstica simple o estratificada.
Dentro de los racimos se seleccionan a los
sujetos u objetos que van a medirse.
Ejercicio: Lea el ejemplo de la pgina 251 de
Sampieri, 2006,4 Edicin.

Procedimiento de seleccin de la muestra en el

enfoque Cuantitativo
Los tipos de muestra depende del tamao de la
muestra y del procedimiento de seleccin.
Las unidades de anlisis o los elementos
muestrales se eligen siempre aleatoriamente
para asegurarnos que cada elemento tenga la
misma probabilidad de ser elegido
3 procedimientos:
Tmbola: Consiste en numerar todos los
elementos muestrales del 1 a n. Hacer fichas y
elegir de a una.
Nmeros ramdom o aleatorios: implica utilizar
un cuadro de nmeros que implica un
mecanismo de probabilidad muy bien diseado

Ejemplo: Si tenemos una poblacin de 270, se escogen en la

tabla los 3 ltimos dgitos y se seleccionan los casos

Seleccin sistemtica de elementos muestrales: Muy til y

fcil de aplicar e implica seleccionar dentro de una poblacin
N un nmero n de elementos a partir de un intervalo k, de
Manera que k = N / n

Muestras NO PROBABILSTICAS
Tambin llamadas muestras dirigidas suponen un
procedimiento de seleccin informal.
A partir de ellas se hacen inferencias sobre la poblacin.
En el caso del enfoque cuantitativo, la muestra dirigida
selecciona objetos tpicos con la vaga esperanza de
que sern casos representativos de una poblacin
determinada.
Para fines deductivos cuantitativos las muestras dirigidas
implican desventajas:
1) Al no ser probabilstica, no se puede calcular con
precisin el error estndar.
2) Los datos no pueden generalizarse en una poblacin.
3) La eleccin de los sujetos depende de la decisin del
investigador o del grupo investigador

Para el enfoque CUALITATIVO al no interesar tanto la posibilidad de

generalizar los resultados, estas muestras son de gran valor pues
logran obtener los casos que interesan al investigador ofreciendo
gran riqueza para la recoleccin y el anlisis de los datos.
Las muestras dirigidas son:
De sujetos voluntarios: se usa en estudios de laboratorio donde se
procura que los sujetos sean homogneos (en edad, sexo,
inteligencia, etc) para que los resultados no obedezcan a
diferencias individuales sino a las condiciones a las cuales fueron
sometidos.
De expertos: cuando es necesaria la opinin de expertos en
ciertos temas, son frecuentes en estudios cualitativos y
exploratorios.
Los sujeto tipo: se utilizan en estudios exploratorios y en
cualitativos donde el objetivo es la riqueza, profundidad y calidad
de la informacin.
Por cuotas: se utiliza en estudios de opinin y de mercadotecnia.
Los encuestadores reciben instrucciones de administrar
cuestionarios con sujetos en la calle, y al hacerlo van
conformando o llenando cuotas de acuerdo con la proporcin de
ciertas variables demogrficas en la poblacin.

Muestras Cualitativas
Miles y Huberman (1994) dan pie a otras
muestras no probabilsticas que suelen
utilizarse en estudios cualitativos

Estudios de casos
El estudio de casos no es una eleccin del
mtodo, sino del objeto o la muestra que se va
a estudiar.
El caso es la unidad bsica de la investigacin y
puede tratarse de
una persona, una pareja, una familia, un objeto.
Un sistema (fiscal, educativo, teraputico, de
capacitacin, de trabajo social)
Una organizacin (hospital, fbrica, escuela)
Una comunidad, un municipio, un departamento
o estado, una nacin.

El estudio de caso es tanto de :

Corte cuantitativo (medir presin arterial, ritmos
cardaco)
Corte cualitativo (percepciones abiertas sobre el
propio estado de salud, la manera como se siente
uno)
Corte mixto (cualitativo cuantitativo)
Se realiza bajo cualquier diseo
Experimental: por ejemplo: para saber si
determinado medicamento mejora el estado de la
salud y nuestra propia percepcin de ste.
No experimental transeccional: un diagnstico
hoy.
Longitudinal: varios diagnsticos mensuales
durante un ao.

Stake (2000) identifica 3 tipos de estudio de caso:

Intrnsecos: el propsito no es construir una teora, sino
que el caso mismo resulte de inters.
Instrumentales: se examinan para proveer de insumos
de conocimiento a algn tema o problema de
investigador, refinar una teora o aprender a trabajar con
otros casos similares.
Colectivos: sirven para ir construyendo un cuerpo terico
(sumando hallazgo, encontrando elementos comunes y
diferencias, y acumulando informacin).
El estudio de caso es til para asesorar y desarrollar
procesos de investigacin en personas, familias,
organizaciones, pases, etc y desarrollan
recomendaciones o cursos de accin a seguir. Requieren
de descripciones detalladas del caso en si mismo y su
contexto.

Los principales pasos en este tipo de muestra son: