Metodología Cuantitativa

Metodologa Cuantitativa
de Investigacin
METODOLOGA CUANTITATIVA
Una Definicin:
La metodologa cuantitativa es una estrategia

de investigacin que conceptualmente delimita
propiedades de sus sujetos de estudio con el
fin de asignarles nmeros a las magnitudes,
grados o tipos en que stos las poseen y que
utiliza procedimientos estadsticos para
manejar, resumir y asociar dichos nmeros
Asn, 2006.
Sustrato epistemolgico
El sustrato epistemolgico de la metodologa

cuantitativa se encuentra en el positivismo y post
positivismo, es decir, en la lnea de la tradicin
de la explicacin.
El post positivismo difiere del positivismo

principalmente en relacin a la concepcin del
conocimiento. Pasa de considerar la percepcin
como reflejo de la realidad, y el conocimiento
como una copia de esa realidad, a considerar el
conocimiento como el resultado de una
interaccin, de una dialctica, entre el conocedor
y el objeto conocido.
Propuestas principales desde el
post-positivismo.
Existe una realidad posible de conocer, a la que se

accede de manera imperfecta por los lmites del
investigador.
El observador no se encuentra aislado de los fenmenos
que estudia, sino que forma parte de stos, lo afectan y
l, a su vez, influye en ellos.
Las teoras y explicaciones se consolidan y eliminan
otras posibles teoras y explicaciones rivales.
Los antecedentes del investigador pueden influir lo que
se observa. Se busca la objetividad intentando
mantenerse neutral, evitando que sus valores o ideologa
afecten en su labor investigativa. Sigue con rigurosidad
procedimientos prescritos, probados y estandarizados.
Los conceptos tericos e hiptesis deben medirse
aunque las mediciones siempre conllevan un
Caractersticas del enfoque
cuantitativo:
Recolectar datos en la forma de puntuaciones
la medicin de los atributos del fenmeno a
estudiar como elemento central.
Analizar tales datos numricos en trminos de

su variacin comparacin de grupos o
relacin entre factores en base a tcnicas
estadsticas.
La investigacin cuantitativa sigue una lgica

deductiva.
QU ES MEDIR?
Medir es asignar nmeros a las

propiedades de los objetos en base a la
magnitud en que poseen dicha
propiedad.
Es cuantificar observaciones empricas,

es decir, definir el conjunto de nmeros o
valores posibles (sistema numrico) que
se pueden asignar a un conjunto de
objetos (sistema emprico) y establecer la
regla de asignacin que hace
corresponder sistema emprico y
Medicin en Ciencias Sociales.
Medicin por escalas de medida.
Medicin por indicadores.

Medicin por Escalas de Medida.
Niveles de Medicin:
Nominal: nmeros solo distinguen (sexo,

etnia, nmeros en camisetas jugadores)
Ordinal: relaciones de mayor a menor (lugar
en carreras, NSE)
Intervalar: relaciones de distancia
(temperatura, C.I., PSU)
Razn: relaciones de proporcin (N de hijos)
Medicin por Indicadores.
Medicin de un concepto complejo o no

emprico a travs de manifestaciones
empricas.
Variables Manifiestas: poseen correlato

emprico, son observables.
Variables Latentes: No tienen correlato

emprico evidente, no son observables
directamente. Son constructos tericos.
Medicin por Indicadores.
Pasos en la Medicin por Indicadores:
1. Delimitacin conceptual del constructo a medir.
2. Definicin de indicadores.
3. Creacin de ndice y subndices.

Trabajo Conceptual Trabajo
Emprico
Dimensiones o reas Indicadores Subndices o

ndices
Formula
Definicin Nominal
Variable Latente Formula Formula
Formula
Limitaciones de la investigacin
cuantitativa
Simplifica sustancialmente los conceptos

medidos.
En Ciencias Sociales no hay unidad de medida.
No est claro qu significan los puntajes
obtenidos.
La Operacionalizacin introduce errores en la
medicin y se pierde relacin con concepto
terico.
Fracciona el tema estudiado.
Cundo utilizar la metodologa
cuantitativa?
Ordenar grandes nmeros de personas.

Diagnosticar universos heterogneos.
Conocer muchas caractersticas de un grupo.
Conocer el grado en que se posee una propiedad.
Conocer nivel de asociacin de variables.
Hacer estudios rpidos con muchos sujetos sobre
variables simples.
Simplificar realidad (construir modelos).
Potencialidades de la Investigacin
Cuantitativa
Amplios volmenes informacin.

Grandes nmeros de variables.
Obliga a definir conceptos en forma clara.
Permite describir en forma precisa variables.
Permite conocer grado de asociacin entre variables.
Facilita toma de decisiones.
Cuando se usa bien, los resultados obtenidos tienen
consistencia
Tiene legitimidad social.
Niveles de la investigacin
cuantitativa segn su alcance:
Exploratorio: explorar la realidad, con la
finalidad de solo recopilar datos para construir
una hiptesis, dado que no existira un acervo de
antecedentes suficiente para construir una.
Descriptivo: cuando la finalidad sea determinar

caractersticas, atributos, propiedades Cmo
son / es? de un fenmeno, o la manifestacin de
ste Qu hace (n)? Cmo se ve?.
Niveles de la investigacin
cuantitativa segn su alcance:
Correlacional: Si las caractersticas y

manifestaciones de un fenmeno
obedecen a un patrn que permita
establecer que una serie de variables se
influyen mutuamente, y esta influencia es
conocida.
Explicativo: Si junto con conocer la

magnitud de la influencia logro anticipar y
crear un patrn de causa/efecto.
Etapas de una Investigacin
Cuantitativa:
Problema:
Pregunta:
Objetivos:
Hiptesis: (variables).
Etapas de una Investigacin
Cuantitativa:
Tema
Problema
Problematizacin
Una problematizacin
generalmente plantea
varias interrogantes.
Pregunta Definir la pregunta de
investigacin supone
optar por una pregunta
entre las emergentes
Qu nuevos conocimiento se
Objetivos: construirn/aportarn al responder
la pregunta de investigacin
Supone especificar la o las

Hiptesis: respuestas que a priori
(experiencia / marco terico) el
(variables) investigador supone para las
preguntas. Operan como gua
Por otra parte la del trabajo metodolgico en
construccin de la tanto el Mtodo hipottico
hiptesis supone la deductivo supone que el
identificacin de las centro de un investigacin
variables a medir. es la contrastacin de
hiptesis.
Formulacin del problema
La problematizacin en la metodologa
cuantitativa obedece a una lgica de
produccin de datos procedimiento
preeminentemente deductivo.
El espacio de realidad que se menciona es el

definido como objeto de estudio por el o los
investigadores, ste debe estructurarse con una
coherencia fundada en medir la realidad
observada.
Formulacin de hiptesis
Son las explicaciones tentativas que se
tienen respecto del fenmeno en estudio.
Deben formularse como proposiciones:
La exposicin a programas de televisin con
contenidos de violencia explcita genera
comportamiento agresivo en nios de edad
escolar
La develacin del abuso sexual es ms tarda
cuando el agresor es un miembro de la familia
del nio
No siempre se formulan hiptesis.
El investigador no sabe a priori si son o no
Formulacin de hiptesis
Puede involucrar 2 o ms variables.
Variable: una propiedad que puede

variar, y esta variacin puede ser
medida u observada
Variables
Variable independiente: los cambios en
los valores de este tipo de variable
determinan cambios en los valores de otra
(VD).
Variable dependiente: caractersticas de

la realidad que se varan segn el valor
que adquieran otros fenmenos o VI.
Diseo de Investigacin:
Plan estructurado de accin que, en

funcin de unos objetivos bsicos, est
orientado a obtener informacin
relevante al problema de investigacin.
(C. Zuiga)
Diseos en la Investigacin
Cuantitativa
Diseos Experimentales
Diseos No Experimentales
Diseos Experimentales
Experimentos: Situacin controlada en la que se

manipulan una o ms variables (VI) para observar su
efecto en una o ms variables (VD). Se busca
controlar la influencia de variables extraas. La
asignacin de los sujetos a los grupos Muestra y
Control es aleatoria. (Equivalencia inicial)
Cuasiexperimentos: La asignacin a los grupos no es

aleatoria.
Preexperimentos: Se trabaja con un solo grupo. No

hay grupo control.
Investigacin que se realiza sin manipular

deliberadamente variables.
Se observan fenmenos tal y como se dan en su
contexto natural, para despus analizarlos.
VD y VI ya ocurrieron.
No hay control de variables.
Se trata de intervenir lo menos posible.
Si hay grupos, son naturales, no creados por el
investigador.
Diseos transaccionales o transversales
Descriptivos
Correlacionales / Causales
Diseos longitudinales
De tendencia
De evolucin de grupos (cohortes)
Panel
Diseos Transversales
Recolectan informacin en un solo

momento.
Su propsito es describir variables y/o

analizar su incidencia e interrelacin en
un momento dado.
Pueden abarcar varios grupos o

subgrupos de personas, objetos o
indicadores.
Pueden considerar muchas variables.

Diseos Transversales
Descriptivos: Describir personas o

situaciones.
Correlacionales: conocer asociacin

entre variables.
Ejemplo: investigacin con encuestas.

Diseos Longitudinales
Analizar cambios a travs del tiempo en

determinadas variables o en las
relaciones entre ellas.
Recolectan datos a travs del tiempo en

puntos o perodos especificados, para
hacer inferencias respecto al cambio, sus
determinantes y consecuencias.
Tipos de Diseos Longitudinales
Tendencia: estudiar el cambio en caractersticas

generales de un grupo, a travs de dos o ms
muestras.
Panel: medir un mismo grupo en dos o ms

momentos en el tiempo.
Cohorte: Cambios a travs del tiempo en

subpoblaciones o grupos especficos.
Seguimiento con submuestras de la poblacin
diferencias en exposicin a agente (por ejemplo 1
poblacin que fuma y otra que no se siguen los
mismos grupos)
Introduccin a la Estadstica Social
Variables:
Variables Independientes y Variables Dependientes
(Variables Intervinientes)
Variables Continuas: puede tomar cualquier valor en un

intervalo o en una coleccin de intervalos. Toman valores
cuantitativamente distintos . Ejemplo, peso, tiempo,
temperatura.
Variables Discretas: puede tomar una secuencia de valores finita

o infinita. los valores que asume se pueden contar. Establecen
categoras en trminos no cuantitativos entre distintos
individuos o elementos. Ej: Rangos de edad, niveles de
satisfaccin.
Introduccin a la Estadstica Social inferencial.
Inferencia Estadstica
Muestra Universo
(poblacin)
Estadsticos n Parmetro
N
Estudio Muestral Estudio Censal
inferencial.
Ley de los grandes Nmeros

Ley del limite central
Valor Esperado
Distribucin Normal
inferencial.
Ley de los grandes Nmeros
Primer Teorema fundamental de la teora de

la probabilidad.
Se establece que la frecuencia relativa de los

resultados de un experimento aleatorio,
tienden a estabilizarse en cierto nmero, que
es precsamente la probabilidad , cuando el
experimento se realiza muchas veces.
inferencial.
Ley del limite central
Es el segundo teorema fundamental de la teora de la

probabilidad.
El Teorema del Lmite Central establece lo que pasa

cuando tenemos la suma de un gran nmero de variables
aleatorias independientes.
Si aumentamos el nmero de casos con que realizamos el

experimento por encima de 30. La distribucin de las
medias es muy aproximadamente una Distribucin
Normal.
Valor Esperado o Esperanza Matemtica
En estadstica la esperanza matemtica (o simplemente

esperanza) o valor esperado de una variable aleatoria es la
suma del producto de la probabilidad de cada suceso por el valor
de dicho suceso. Es decir es la media ponderada de los posibles
valores que puede tomar la variable X, en donde los pesos o
ponderaciones son las probabilidades Por ejemplo, en un juego
de azar el valor esperado es el beneficio medio.
Para Variables Discretas Para Variables Continuas
Si todos los sucesos son de igual probabilidad la esperanza es la

media aritmtica.
En teora del juego se puede resumir en Premio * Probabilidad. Y
se expresa como lo mximo que estoy dispuesto a apostar.
Valor Esperado o Esperanza Matemtica
Puede sostenerse que desde la teora del juego la

Esperanza Matemtica es la relacin entre el
premio obtenido y probabilidad de acertar.
La definicin matemtica de Esperanza Matemtica o

Valor Esperado es relativamente compleja, pero
bsicamente se puede expresar como Premio x
Probabilidad.
Aqu, un valor para la esperanza matemtica de 1 indica

juego justo, un menor que uno indica desfavorable
para el jugador y un mayor que uno es favorable
para el jugador ( en las definiciones formales el cero
suele ser el juego justo, y los valores negativos o
positivos indican positivo o negativo para el jugador).
Si la esperanza matemtica es 1, el juego es justo.

Por ejemplo, apostar 1000 pesos a que una moneda sale
cara o cruz, si el premio por acertar son 2000 pesos, y si
se pierde, 0 pesos. La esperanza del juego es 2 (1/2) =
1. Entonces, consecuentemente con la teora de juegos,
podra pagar mil pesos para jugar o para rechazar jugar,
porque de cualquier manera su expectativa total sera 0.
Si la esperanza matemtica es menor que 1, el juego

es desfavorable para el jugador. Un sorteo que
pague 500 a 1 pero en el que la probabilidad de acertar
sea de 1 entre 1.000, la esperanza matemtica es 500
(1/1.000) = 0,5.
Si la esperanza matemtica es mayor que 1, el juego

es favorable para el jugador. Un ejemplo sera un
juego en el que se paga 10 a 1 por acertar el nmero que
va a salir en un dado, en donde hay una probabilidad de
acertar es de 1 entre 6. En este ejemplo el valor de la
esperanza matemtica es 10 (1/6)=1,67 y por tanto en
esas condiciones es juego beneficioso para el jugador.
Distribucin Normal
inferencial.
Descriptivos: Media, Mediana,

Moda. (Medidas de tendencia
central)
Desviacin Tpica. (Medidas de

dispersin)
Descriptivos: Media, Moda, Mediana. (Medidas

de tendencia central)
Media Aritmtica: Promedio Aritmtico. Resume

los valores que asume la variable, aunque
oculta su dispersin.
Moda: es el valor que con mayor frecuencia

asume la variable.
Mediana: es el valor que ocupa el espacio central

al ordenar los valores de la variable segn su
magnitud.
inferencial.
Descriptivos: Media, Moda,

Mediana. (Medidas de tendencia
central)
Mediana: es el valor que ocupa el

espacio central al ordenar los
valores de la variable segn su
magnitud.
inferencial.
Ejemplo: Puntajes Test Wechsler
Caso Puntaje Caso Puntaje
x1 92 x5 89
x1 92
x2 97 Promedio: 97,7 x6 93
x3 102
x4 104 Moda: 93 x9 93
x2 97
x5 89 Mediana: 97
x6 93 x8 100
x7 109 x3 102
x8 100 x4 104
x9 93 x7 109
inferencial.
Desviacin Tpica. (Medida de

dispersin)
Varianza Desviacin Estndar
Observamos los puntajes en el test de Wechsler de 9
sujetos. Todos tienen un puntaje de 100. Existe
alguna variacin en los puntajes?
La media ser = 100 + 100 + 100 + 100 + 100 + 100 + 100 + 100 + 100 = 900 = 100 pts.
9 9
En este caso el sujeto x3 tiene un puntaje de 121 y el

sujeto x7 un puntaje de 79.
La media ser = 100 + 100 + 121 + 100 + 100 + 100 + 79 + 100 + 100 = 900 = 100 pts.
9 9
El sujeto x3 tiene una diferencia de +21 respecto a la media y

el sujeto x7 una diferencia de -21 respecto a la media, y el
resto una diferencia de 0.
Si sumamos las diferencias respecto al promedio tenemos:

0 + 0 + 21 + 0 + 0 + 0 - 21 + 0 + 0 = 0
Este resultado nos sigue mostrando que no hay variabilidad a pesar de que obviamente la hay.
Para eliminar los puntajes negativos elevamos todos los puntajes al cuadrado:
Si sumamos las diferencias respecto al promedio tenemos:
0 + 0 + 441 + 0 + 0 + 0 + 441 + 0 + 0 = 882
Y esa variabilidad del grupo la dividimos entre los integrantes del grupo: 881 = 98 Pts2
9
Entonces podemos decir que en este caso la varianza es de
98 pts. El problema es que en rigor se trata de puntos al
cuadrado.
Por lo tanto calcularemos la raz cuadrada de la varianza: 98 = 9,89.

Esto es lo que llamamos desviacin estndar o tpica.
La desviacin estndar da cuenta de las diferencias que

en promedio tiene los casos respecto al promedio del
grupo. Es decir, mide la dispersin (variabilidad) de los
datos analizados.
A mayor dispersin mayor heterogeneidad de la

muestra respecto a la variable estudiada.
A menor dispersin mayor homogeneidad de la

muestra respecto a la variable estudiada.
inferencial.
Diseo Muestral
Mtodo de seleccin
Tamao de la muestra
Estimacin de la Muestra
El tamao de una muestra depende de tres factores:
Nivel de confianza estimado: Porcentaje de seguridad

que existe para generalizar acertadamente los resultados
obtenidos. Convencin (95% = Z 1,96 [2])
Error permitido: El error corresponde a la probabilidad

de rechazar a hiptesis verdadera por considerarla falsa
(Error Tipo I); o bien aceptar una hiptesis que sea falsa
como verdadera (Error Tipo II). Convencin (0,4 0,6)
Carcter finito o infinito de la poblacin ( Limite

convencional 100.000 casos)
Nomenclatura:
n: nmero de casos de la muestra

N: nmero de casos de poblacin
p/q: Probabilidad con que se presenta el fenmeno.
Z2: Z es el valor crtico correspondiente al nivel de confianza.
e: Error permitido.
Formulas para poblaciones infinitas: n = Z2 * p * q

e2
Formulas para poblaciones finitas: n= Z2 * p * q * N

e2 (N-1) +
Z2 * p * q
Ejemplo: Cul ser la cantidad mnima de casos (unidades

de anlisis) para conformar una muestra (n) que nos
asegure un error estndar mximo 0.5 con una confianza
del 95% si la poblacin (N) es de 2344 casos y
desconozco la variabilidad?
N 2344
P 0,5
n 385
Q 0,5
Z 1,96
e 0,05
Ejemplo
Medicin por Escalas de Medida.
Niveles de Medicin:
Nominal: nmeros solo distinguen (sexo,

etnia, nmeros en camisetas jugadores)
Ordinal: relaciones de mayor a menor (lugar
en carreras, NSE)
Intervalar: relaciones de distancia
(temperatura, C.I., PSU)
Razn: relaciones de proporcin (N de hijos)
Estadstica Inferencial: Relacin entre variables.
Nominal Ordinal Intervalar/Razn
Nominal Chi Chi Cuadrado t de Student

Cuadrado V de Kramer ANOVA
V de
Kramer
Ordinal Sig. de: Sig. de:
Tau b de Kendall r de Spearman
Tau c de Kendall
r de Spearman
Intervalar / r de Pearson
Razn
Estadstica Descriptiva:
Medidas Medidas Formas de Relacin

de de Distribucin
tendencia Dispersin
central
Nominal Moda Torta Tabla de
Contingencia
Ordinal Moda Rango Barras Tau b de
Mediana Kendall
Tau b de
Kendall
r de
Spearman
Intervalar Moda Rango Histograma r de Pearson
Medina Desviacin Lneas Comparacin
Media estndar de medias o
Varianza porcentaje.
Instrumentos de Mediacin : Escalas
Escalas de Actitud : Las escalas de actitud son un instrumento de medicin que nos
permite acercarnos a la variabilidad afectiva de las personas respecto a cualquier
objeto psicolgico. El principio de su funcionamiento es relativamente simple: Un
conjunto de respuestas es utilizado como indicador de una variable subyacente
(interviniente): la actitud.
Tipos de escalas :
Nominales: El atributo no se mide en grado slo en tanto presencia o ausencia. Si /

No
Ordinales: Nos permite ordenar a los sujetos respecto al grado en que se presenta el
atributo, pero no nos aporte informacin sobre las distancias entre los distintos
grados. Siempre / A veces / Nunca
De Intervalos: La distancia entre los distintos grados es aparentemente igual, pero no

podemos fijar un punto cero, saber se la puntuacin 2 es equivalente a dos veces la
puntuacin 1. Desconocemos el sistema mtrico
De proporcin: Con estas escalas logramos construir intervalos iguales y ubicar el

punto cero.
Escalas de Actitud :
Escala Thurstone: escala de intervalos aparentemente iguales.
Ejemplo de tem:
El aborto debe ser castigado como cualquier otro homicidio
|________|________|________|________|________|________|
Totalmente Totalmente
de en
de acuerdo desacuerdo
Escalas de Actitud :
Escala Likert (Sumativa): Considera las actitudes como un continuo que va de lo

favorable a lo desfavorable, considerando la amplitud y la consistencia de las respuestas
actitudinales.
Ejemplo de tem:
El aborto debe ser castigado como cualquier otro homicidio
|------------|------------|------------|------------|------------|------------|
1 2 3 4 5 6
Totalmente Totalmente
de en
de acuerdo desacuerdo
Escala: Test de Zung

Metodología Cuantitativa

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metodología Cuantitativa

Uploaded by

Copyright:

Available Formats

Metodologa Cuantitativa

La metodologa cuantitativa es una estrategia

El sustrato epistemolgico de la metodologa

El post positivismo difiere del positivismo

Existe una realidad posible de conocer, a la que se

Analizar tales datos numricos en trminos de

La investigacin cuantitativa sigue una lgica

Medir es asignar nmeros a las

Es cuantificar observaciones empricas,

Medicin por escalas de medida.

Medicin por indicadores.

Nominal: nmeros solo distinguen (sexo,

Medicin de un concepto complejo o no

Variables Manifiestas: poseen correlato

Variables Latentes: No tienen correlato

Pasos en la Medicin por Indicadores:

1. Delimitacin conceptual del constructo a medir.

3. Creacin de ndice y subndices.

Dimensiones o reas Indicadores Subndices o

Variable Latente Formula Formula

Simplifica sustancialmente los conceptos

Ordenar grandes nmeros de personas.

Amplios volmenes informacin.

Descriptivo: cuando la finalidad sea determinar

Correlacional: Si las caractersticas y

Explicativo: Si junto con conocer la

Supone especificar la o las

El espacio de realidad que se menciona es el

Variable: una propiedad que puede

Variable dependiente: caractersticas de

Plan estructurado de accin que, en

Experimentos: Situacin controlada en la que se

Cuasiexperimentos: La asignacin a los grupos no es

Preexperimentos: Se trabaja con un solo grupo. No

Investigacin que se realiza sin manipular

Diseos transaccionales o transversales

Recolectan informacin en un solo

Su propsito es describir variables y/o

Pueden abarcar varios grupos o

Pueden considerar muchas variables.

Descriptivos: Describir personas o

Correlacionales: conocer asociacin

Ejemplo: investigacin con encuestas.

Analizar cambios a travs del tiempo en

Recolectan datos a travs del tiempo en

Tendencia: estudiar el cambio en caractersticas

Panel: medir un mismo grupo en dos o ms

Cohorte: Cambios a travs del tiempo en

Variables Independientes y Variables Dependientes

Variables Continuas: puede tomar cualquier valor en un

Variables Discretas: puede tomar una secuencia de valores finita

Ley de los grandes Nmeros

Ley de los grandes Nmeros

Primer Teorema fundamental de la teora de

Se establece que la frecuencia relativa de los

Ley del limite central

Es el segundo teorema fundamental de la teora de la

El Teorema del Lmite Central establece lo que pasa

Si aumentamos el nmero de casos con que realizamos el

Valor Esperado o Esperanza Matemtica

En estadstica la esperanza matemtica (o simplemente

Para Variables Discretas Para Variables Continuas

Si todos los sucesos son de igual probabilidad la esperanza es la