1 Clases Parte 1 Ciencia, Método e Investigación Curso de Metodología de la Investigación Profesor Manuel Lobos González Año 2013

2 Tema 1: Conceptos

3 VER EN LA REALIDAD LO QUE OTROS NO HAN VISTO PRINCIPIO DE LA INVESTIGACIÓN

4 REALIDAD CUERPO DE CONOCIMIENTOS EL PROCESO DE INVESTIGACIÓN (Erika Himmel)

5 REALIDADHECHOSFENÓMENOSDATOS EXPERIENCIA CUERPO DE CONOCIMIENTOS TEORÍAS MODELOS ANÁLISIS DE DATOS FASE III FASE IV CIÓN EVALUA- COMUNICACIÓN PROBLEMA HIPÓTESIS FASE V FASE II DISEÑO FASE I INFERENCIA

6 Tema 2: El Proceso de Investigación

7 Componentes del proceso de investigación científica César Agusto Bernal T.

8 1. ORIGEN DE UNA IDEA Fuentes de ideas Documentos impresos: libros, revistas, mapas, …… Vivencias, experiencias, antecedentes culturales: en el cine, escuela, calle, bar, playa, bosque, cárcel, iglesia, biblioteca, jugando fútbol, en una noche de insomnio, en las tragedias, con un profesor, con un niño, viendo televisión, después de un sueño, presenciando actos de injusticia, ……

9 1. ORIGEN DE UNA IDEA Categorías del estado del conocimiento Temas investigados, estructurados y formalizados: –amplias fuentes documentales, de fácil acceso. Temas investigados, menos estructurados o formalizados: –fuentes dispersas. Temas poco investigados: –escasa información, de difícil acceso. Temas no investigados: –no existen fuentes.

10 1. ORIGEN DE UNA IDEA Características de las ideas Aunque no sean necesariamente nuevas, si deben ser novedosas. Alientan, incitan e intrigan al investigador. Contribuyen a elaborar teorías y a resolver problemas.

11 2. PLANTEAMIENTO DEL PROBLEMA Criterios para plantear un problema –Está enunciado claro y sin ambigüedades, en forma de pregunta. –Expresa una relación entre variables. –Pertinente y relevante –Es factible realizar una prueba empírica.

12 2. PLANTEAMIENTO DEL PROBLEMA Elementos del problema  Justificación: porqué es relevante el estudio.  Formulación: Pregunta de investigación: una, muy concreta y cerrada, susceptible de contrastar.Señala qué se quiere investigar  Sistematización.  Delimitación Conceptual, Temporal y Espacial  Objetivos de la investigación: claros y concisos.

13 2.1. FORMULACIÓN DEL PROBLEMA ¿Porqué sólo una pregunta? ¿ No corremos el riesgo de dejar fuera datos importantes? Una investigación científica centra su atención en un aspecto del conocimiento. Las preguntas múltiples tornan confuso el proceso.

14 3. ESTABLECER EL TIPO DE INVESTIGACIÓN Exploratorios Temas poco estudiados, que no han sido abordados antes. Descriptivos Se describen de manera independiente algunas o todas las variables que integran un objeto de estudio con la mayor precisión posible. Ofrecen la posibilidad de predicciones incipientes.

15 De Asociación  Inferir el comportamiento de una variable a partir del conocimiento de variables relacionadas.  Es de un valor explicativo parcial.  Puede dar una correlación espuria. Comparativos  Contrastar el comportamiento de una variable en las distintas categorías de otras variables. Explicativos Relación de causa y efecto entre variables. 3. ESTABLECER EL TIPO DE INVESTIGACIÓN

16 4. FORMULAR LA HIPÓTESIS ¿Qué es una hipótesis? Premisa usada en el razonamiento. Consiste por lo tanto en un supuesto de la relación entre variables. Proponen respuestas provisionales a las preguntas de Investigación.

17 4. FORMULAR LA HIPÓTESIS ¿Qué es una hipótesis? Enunciado fáctico general susceptible de ser verificable. Surgen del planteamiento del problema. Una investigación puede tener una o más hipótesis.

18 4. FORMULAR LA HIPÓTESIS REQUISITOS DE UNA HIPÓTESIS Las hipótesis deben referirse a una situación social real. Los términos (variables) de la hipótesis tienen que ser comprensibles, precisos y lo más concretos posible. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil (lógica). Los términos de la hipótesis y la relación planteada entre ellos, deben poder ser observados y medidos, o sea tener referentes en la realidad. Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas.

19 4. FORMULAR LA HIPÓTESIS Sirven de guía para: la clase de datos que deben ser recogidos para poder responder a la pregunta que dio origen a la investigación la forma en que debe organizarse más eficientemente el análisis.

20 4. FORMULAR LA HIPÓTESIS TIPOS DE HIPÓTESIS 1- De investigación o de trabajo: proposiciones tentativas acerca del estado o de las posibles relaciones entre variables. Se simbolizan con H1, H2, H3.....

21 4. FORMULAR LA HIPÓTESIS SEGÚN LA ESTRUCTURA DE LA HIPÓTESIS DE TRABAJO Descriptivas: describen el valor de las variables que se van a observar. ejemplo: H1: LAS EDUCADORAS DE PÁRVULOS DE LA COMUNA DE PUENTE ALTO PRESENTAN UN NIVEL MEDIO DE INTENSIDAD AFECTIVA

22 4. FORMULAR LA HIPÓTESIS SEGÚN LA ESTRUCTURA DE LA HIPÓTESIS DE TRABAJO De correlación: especifican la relación entre variables. ejemplo: H1: EXISTE UN NIVEL DE ASOCIACIÓN O RELACIÓN FUERTE Y DIRECTA ENTRE LA INTENSIDAD AFECTIVA DE LOS PROFESORES DE EGB Y SU NIVEL DE SATISFACCIÓN LABORAL.

23 4. FORMULAR LA HIPÓTESIS SEGÚN LA ESTRUCTURA DE LA HIPÓTESIS DE TRABAJO ? De diferencia entre grupos: comparan grupos ejemplo: H1: LAS EDUCADORAS DE PÁRVULOS EGRESADAS DE UNIVERSIDADES PRIVADAS PRESENTAN UN NIVEL DE INTENSIDAD AFECTIVA SUPERIOR RESPECTO DE LAS EGRESADAS DE UNIVERSIDADES PÚBLICAS.

24 4. FORMULAR LA HIPÓTESIS SEGÚN LA ESTRUCTURA DE LA HIPÓTESIS DE TRABAJO De causalidad: establecen relaciones de causa-efecto. ejemplo: H1: LA APLICACIÓN DE UN PROGRAMA DE CAPACITACIÓN A LOS PADRES EN ESTRATEGIAS DE ESTUDIO PARA NIÑOS DE APRENDIZAJE LENTO, TIENE UN EFECTO POSITIVO SOBRE EL RENDIMIENTO ESCOLAR EN MATEMÁTICAS Y LENGUAJE.

25 4. FORMULAR LA HIPÓTESIS TIPOS DE HIPÓTESIS 2- Hipótesis Estadísticas: Una Hipótesis Estadística es una afirmación que se hace con respecto a los parámetros de algún modelo probabilístico. Hipótesis Nula ( H o ) es la que se contrasta respecto del modelo. Hipótesis Alternas (H 1 ) es la opuesta a la hipótesis nula.

26 Hipótesis Nula Corresponde a la hipótesis que será objeto de la contrastación estadística. Es la afirmación que se quiere poner a prueba. Usamos la notación H o para señalarla.

27 Hipótesis Alternativa Corresponde a la posibilidad alternativa, que sugiere el investigador, en caso de que la hipótesis nula sea falsa Usamos la notación H 1 para señalarla.

28 datos de la muestra Se calcula una medida de discrepancia Valor calculado ¿se rechaza Ho? NO SI H1H1 Se extraen conclusiones Se definen: medida de discrepancia con una distribución de probabilidad conocida Regla de decisión(nivel de significación  ) Valor crítico o tabulado Se comparan los valores calculado con tabulado HIPÓTESIS DE TRABAJO HIPÓTESIS ESTADÍSTICAS

29 Contraste de Hipótesis Un Contraste de Hipótesis es un procedimiento (que hace uso de la evidencia experimental y de herramientas estadísticas), que se lleva a cabo con el fin de corroborar la veracidad de una hipótesis estadística.

30 Elementos que conforman un Contraste Hipótesis Hipótesis Nula Hipótesis Alternativa Estadístico de Prueba Región de Rechazo Nivel de significancia –Valor p

31 Identificación de hipótesis Hipótesis nula H o –La que contrastamos –Los datos pueden refutarla –No debería ser rechazada sin una buena razón. Hipótesis Alternativa H 1 –Niega a H 0 –Los datos pueden mostrar evidencia a favor –No debería ser aceptada sin una gran evidencia a favor.

32 Estadístico de Prueba Corresponde a la operación que hacemos con los datos ( valores observados de la muestra aleatoria), con el objeto de corroborar la veracidad de la afirmación (hipótesis nula) hecha. El estadístico de prueba resulta ser una cantidad aleatoria, porque depende de la muestra aleatoria. Entonces, es natural preguntar por su ley de probabildad.

33 Región de Rechazo de Ho Valores del estadístico de prueba que me hacen dudar de la hipótesis nula En Educación se han fijado por convención la zona rechazo de Ho: - en los valores 0.05 o menor para el caso que se quiera rechazar Ho - en los valores 0.10 o mayor para el caso que se quiera aceptar Ho

34 Situación ante un problema de decisión

35 Nivel de significancia Es la probabilidad de rechazar la hipótesis nula, cuando en realidad esta es cierta

36 Variable: Característica de interés sobre cada elemento individual de una población o muestra. Dato: Valor de la variable asociada a un elemento de la población o muestra. Este valor puede ser un número, una palabra o un símbolo. Variable 4. FORMULAR LA HIPÓTESIS

37 Independiente (de control) Dependiente i.Se puede asignar valores a voluntad dentro de límites. ii.Sus cambios son causas. iii.Eje horizontal de una coordenada, X. i.Su valor está en función de los cambios de las variables independientes. ii.Sus cambios son efectos. iii.Eje vertical de una coordenada, Y. Determinar variables según Posición Metodológica

38 Clasificación de las variables Dependientes Independientes Moderadoras Intervinientes Controladas

39 Variables dependientes: consecuentes, efectos, resultados, productos Variables independientes: antecedentes, causas, insumos. Ejemplo: PREGUNTA: ¿Tienen algún efecto las expectativas educacionales de la familia del estudiante sobre el rendimiento escolar ?

40 Hipótesis: Los estudiantes que provienen de familias con altas expectativas educacionales para sus hijos tienen un mejor rendimiento escolar que los que pertenecen a familias con bajas expectativas. Variable independiente: expectativas educacionales de la familia Variable dependiente: rendimiento escolar

41 Variables moderadoras: son aquéllas que modifican la relación entre la variable independiente de primer orden y la dependiente. Ejemplo: Hipótesis: En los varones se presentan una correlación entre desarrollo físico y desarrollo social, pero en las niñas esta correlación es nula.

42 Variable independiente: desarrollo físico Variable dependiente: desarrollo social Variable moderadora: sexo

43 Variable(s) controlada(s): son factores controlados por el investigador para eliminar o neutralizar cualquier efecto que podrían tener sobre el fenómeno estudiado. Ejemplo: Si en el estudio precedente se determina que el rango de edad tanto para hombres como para mujeres es entre los 12 y 15 años, entonces la edad es una variable controlada. Las variables controladas definen la población de estudio.

44 Variables intervinientes (constructos teóricos): son factores postulados teóricamente como explicativos de un efecto sobre el fenómeno estudiado, pero no pueden ser observados directamente ni manipulados; su influencia sólo puede ser inferida a partir de sus efectos sobre las variables dependientes. :

45 Ejemplo: Hipótesis: Los niños que son reprimidos en la consecución de sus metas exhiben conductas agresivas más frecuentemente que los niños que no son tan reprimidos.

46 Variable independiente: grado en que se reprime el logro de las metas. Variable interviniente: frustración Variable dependiente: número de conductas agresivas

47 4. FORMULAR LA HIPÓTESIS i.Dicotómica. ii.Politómica i.Continua ii.Discreta. CualitativaCuantitativa Determinar variables según propiedades matemáticas

48 Cualitativa o de Atributos Clasifica o describe un elemento de la población. Los valores que puede asumir no constituyen un espacio métrico, por lo tanto las operaciones aritméticas, como sumar y obtener promedios, no son significativas. Ejemplos: Sexo, Nacionalidad, Marcas de auto, Grado de Satisfacción con la Universidad, etc.. Pueden manifestarse en dos (dicotómicas) o más categorías (politómicas) Tipos de Variables

49 Tipos de Variables(cont.) Cuantitativa o Numérica Cuantifica un elemento de la población. Los valores que puede asumir constituyen un espacio métrico, por lo tanto las operaciones aritméticas, como sumar y obtener promedios,son significativas. Ejemplos: Cantidad de Habitaciones, Número de hijos, Kilómetros recorridos, Tiempo de vuelo, Ingreso, etc..

50 Las variables cuantitativas se pueden clasificar a su vez en discretas o continuas. Cuantitativas Discretas: solo pueden asumir ciertos valores y normalmente hay huecos entre ellos. Son conteos normalmente. Ejemplo1: cantidad de materias aprobadas.(1, 2,3......) Ejemplo2: cantidad de hijos (1, 2, 3,4...) Tipos de Variables(cont.)

51 Cuantitativas Continuas: puede asumir cualquier valor dentro del rango de medición. Normalmente se miden magnitudes como ser longitud, superficie, volumen, peso, tiempo, dinero Ejemplo 1: Peso al nacer. Ejemplo 2: Salario de un empleado Tipos de Variables(cont.)

52 4. FORMULAR LA HIPÓTESIS Determinar variables según su escala de medición –NOMINAL –ORDINAL –INTERVALAR Y DE RAZÓN

53 Escalas de Medición Las variables cualitativas se miden en escala nominal o ordinal. Nominal: los elementos solo pueden ser clasificados en categorías pero no se da un orden o jerarquía Ejemplo 1: Barrio de residencia de los alumnos. Ejemplo 2: Color de ojos Ejemplo 3: Simpatizante de un club de fútbol

54 Escalas de Medición Ordinal: los elementos son clasificados en categorías que tienen un orden o jerarquía, la diferencia entre valores no se pueden realizar o no son significativas. Ejemplo 1: Grado de satisfacción en el uso de un servicio público. Ejemplo 2: Nivel socioeconómico.

55 Escalas de Medición Las variables cuantitativas se miden en escala de intervalo o razón. Intervalo: los elementos son clasificados en categorías que tienen un orden o jerarquía, la diferencia entre valores se pueden realizar y son significativas.La diferencia entre dos valores consecutivos es de tamaño constante y no existe el 0 absoluto. Ejemplo: Escalas de notas

56 Escalas de Medición De razón : Los elementos son clasificados en categorías que tienen un orden o jerarquía, la diferencia entre valores se pueden realizar y son significativas. Existe el 0 absoluto, es decir la ausencia de la variable medida. Ejemplo 1: Estatura. Ejemplo 2: Ingresos familiares.

57 Escalas de Medición

58 Resumen de Tipos de variables y Escalas de Medición

59 4. FORMULAR LA HIPÓTESIS Operacionalización variables: es seleccionar referentes relevantes con los cuales será posible contrastar una hipótesis.

60 4. FORMULAR LA HIPÓTESIS Operacionalización variables: La secuencia aproximada es: a)Identificar la teoría en que se sustenta la hipótesis (en la medida que una hipótesis es una relación entre variables); b)Seleccionar los conceptos específicos (variables) clave que integran la teoría;

61 4. FORMULAR LA HIPÓTESIS Operacionalización variables: c) definir las dimensiones de la las variables, es decir, deducir los conceptos secundarios que componen o se derivan (dan cuerpo) de los conceptos específicos d) determinar e instrumentar los rasgos observables, susceptibles de cuantificar, de todas y cada una de las dimensiones o variable dependientes

62 4. FORMULAR LA HIPÓTESIS Operacionalización variables: Experiencia Docente, se expresa en años y se centra en su Media Regional de 13.1571. Capacitación de Maestros en Servicio, es el número de cursos de formación tomados en los últimos tres años. Salario Adecuado, codificado 1 si el maestro está satisfecho con su salario y 0 si no lo está. Media Regional de 0.2052. Expectativas de los Maestros, fue codificada de 1 a 5, denotando distintos niveles de educación que creen que la mayoría de sus alumnos van a alcanzar.

63 4. FORMULAR LA HIPÓTESIS Operacionalización variables: Alumno estuvo en preescolar, fue codificado 1 si el alumno estuvo en alguna forma de educación preescolar antes del grado 1 y 0 si no fue el caso. Luego la variable fue centrada en la Media Regional de 0.7412. Clima del Aula, fue creado de la media de otras tres variables: si es que hay alumnos en la clase que molestan a los otros (1= no, 0 =sí), si ocurren peleas con frecuencia (1= no, 0= sí), y si los estudiantes de la clase son buenos amigos (1= sí, 0= no).

64 Parte 2 Marco Teórico, Diseño, Muestreo e Instrumentos

65 5. CONSTRUIR EL MARCO TEÓRICO  Marco Teórico (propiamente tal)  Marco Referencial  Marco Conceptual El Marco Teórico se compone de tres partes:

66 5. CONSTRUIR EL MARCO TEÓRICO Marco Teórico (propiamente tal): Resume lo que esos autores dicen, siguiendo la orientación que le dan sus teorías, indicando cómo esas teorías forman parte o se manifiestan en el problema que se está investigando. El Marco Teórico se compone de tres partes:

67 5. CONSTRUIR EL MARCO TEÓRICO Marco Referencial: Revisión de publicaciones recientes para ver si se encuentra alguna investigación hecha en otra parte o en otro momento que tenga elementos comunes con la propia investigación y así examinar sus resultados y forma de enfocarla.

68 5. CONSTRUIR EL MARCO TEÓRICO Marco Conceptual: Es un glosario con la definición de los conceptos más importantes de la investigación. Su objeto es indicar que en esta investigación esos conceptos solo se pueden interpretar de la manera en que se los ha definido aquí, aunque hayan otras formas de definirlos.

69 5. CONSTRUIR EL MARCO TEÓRICO Encuadre del problema con una teoría existente  Una teoría lo explica a plenitud: –la teoría es la estructura misma del marco teórico.  Varías teorías lo explican: –seleccionar una y en ella basar la investigación. –tomar parte de algunas o de todas.  Segmentos de teorías lo explican: –construir una perspectiva teórica, con algún esquema lógico, cronológico, por variables, por las implicaciones del estudio...  No hay teoría: –extrapolar de caso(s) análogo(s).

70 6. DISEÑO Según Christensen (1980), el diseño: se refiere al plan o estrategia concebida para contestar las preguntas de investigación y es, en consecuencia, el camino que debe seguir un investigador para: alcanzar los objetivos contestar las preguntas resolver la hipótesis

71 6. DISEÑO Existen dos modalidades en el diseño: 1. No experimentales a.Seccional o sincrónico b.Longitudinal o diacrónico 2. Experimentales c. Preexperimento d. Cuasiexperimento e. Experimento puro o verdadero

72 6. DISEÑO No experimentalesExperimentales i.No se hace cambiar deliberadamente la(s) variable independiente. ii.No se provocan situaciones. Se observan las existentes. iii.Las variables independientes y sus efectos ya han ocurrido i.Se manipulan deliberadamente una o más variables independientes ( causas ). ii.Analizar las consecuencias de tal manipulación sobre una o más variables dependientes ( efectos ). iii.La situación está controlada por el investigador

73 6. DISEÑO Se basa en datos recabados en un instante y un lugar. Describe variables y analiza su incidencia e interrelación de forma puntual. Pude abarcar uno o más grupos, objetos o indicadores. No experimental Seccional

74 6. DISEÑO Seccional descriptiva se mide y describe en un objeto de estudio una o más variables. estudio descriptivo que muestra el estado de determinado tema. ese estado puede compararse con otras situaciones. Si se establecen hipótesis, éstas son descriptivas. Incidencia y valores en que se manifiestan en una o más variables: Los intereses literarios de un grupo de niños.. El número de apoderados que asisten a reunión La cantidad semanal de tareas para el hogar

75 6. DISEÑO Seccional correlacional describen la relación entre dos o más variables en un instante de tiempo, sin precisar causalidad. describen un efecto y luego establecen una causalidad. si describen relaciones no causales sus hipótesis son correlacionales. si describen relaciones causales sus hipótesis son causales. La deserción escolar en el nivel superior se vincula con el nivel de estress manifestado por los estudiantes. Las expectativas de los educadores se relacionan con las oportunidades de aprendizaje que da a sus estudiantes..

76 6. DISEÑO Seccional comparativo describen las semejanzas o diferencias de dos o más grupos (categorías de variables independientes) respecto de una o más variables. La deserción escolar es mayor en las escuelas de dependencias municipal que en la particulares pagadas y particulares subvencionadas. Las profesoras EGB presentan un mayor nivel de involucramiento afectivo que las educadoras de párvulos.

77 6. DISEÑO Recavan datos a través del tiempo en puntos o períodos especificados a modo de hacer inferencias respecto al cambio, sus determinantes y consecuencias. No experimental Longitudinal

78 6. DISEÑO Analiza cambios a través del tiempo en variables o sus relaciones, en una misma población. Esta se define por una región geográfica o por una afiliación. Los individuos observados no serán los mismos, porque algunos saldrán y otros se incorporarán, pero la población permanecerá estable. Longitudinal de tendencia o trend La incidencia de la Educación Preescolar en los niños nacidos en 2003, cada 10 años, por cincuenta años.

79 6. DISEÑO Examina cambios a través del tiempo en subpoblaciones o grupos específicos. El grupo o cohorte está compuesto por una subpoblación de individuos con un vínculo que los hace homogéneos. La subpoblación será la misma, pero no necesariamente su composición. Longitudinal de evolución de grupo o cohorte Las actitudes hacia el matrimonio de las estudiantes de Psicopedagogía de Santiago, de 2000 al 2010, año por año.

80 6. DISEÑO Un mismo grupo de individuos es observado y estudiado a través del tiempo. Es difícil dar seguimiento específico. Longitudinal de panel Variación del nivel de aprovechamiento académico de los estudiantes de Educación Básica de la Universidad Andrés Bello..

81 6. DISEÑO Observación controlada que permite establecer, sin ambigüedades, relaciones de causa - efecto entre dos variables, a través de una manipulación determinada. EXPERIMENTALES ¿QUÉ ES UN EXPERIMENTO?

82 6. DISEÑO El objeto o realidad bajo estudio se divide en dos partes idénticas, de las cuales una sola puede modificarse. Así, la que permanece igual se conserva como modelo y variable de control (testigo). EXPERIMENTALES ¿QUÉ ES UN EXPERIMENTO?

83 TIPOS DE DISEÑOS EXPERIMENTALES DE INVESTIGACION según Campbell y Stanley, 1978 EXPERIMENTALES CUASI-EXPERIMENTALES PREEXPERIMENTALES

84 DISEÑOS EXPERIMENTALES: requisitos Variable Independiente activa o manipulada Selección al azar de los sujetos Variable dependiente medida con gran precisión Existencia de grupo control o criterio comparativo Control de variables extrañas e intervinientes Cuando un diseño falla en una o más de estas condiciones, pero conserva la variable independiente como activa o manipulada se define como Diseño preexperimental o Diseño cuasiexperimental

85 Diseños Experimentales de Investigación Manipulación de variable independiente Control de variables extrañas Asignación Aleatoria PreexperimentoSíBajaNo Cuasi-experimentoSíModeradaNo Experimento PuroSíAltaSí

86 Notación Experimental XEs utilizada para indicar la exposición de un individuo oun grupo, a un tratamiento experimental. El tratamiento experimental es el factor cuyos efectos queremos medir y comparar. O(De observación) se utiliza para referirse al proceso de medición en las unidades experimentales. Las unidades experimentales son las personas, los grupos de personas o las entidades cuya respuesta al tratamiento experimental está siendo probada. REs utilizada para indicar la asignación aleatoria de los sujetos a o las grupos con los cuales se desarrolla el experimento.

87 Manipulación X Observaciones (medición después de la manipulación) O1O1 O2O2 ReRe RcRc Selección y asignación aleatoria Notación Experimental Los diferentes momentos del experimento son representados por la posición horizontal de las Xs y Os, de izquierda a derecha. La cantidad de líneas horizontales indican el número de grupos que participan en el experimento. Las letras en la misma línea vertical indican simultaneidad del evento. Por ejemplo

88 Diseños Preexperimentales Diseño de estudio de caso con una sola medición. En este diseño se estudia a un grupo que ha sido sometido (por el experimentador o su ambiente) una variable independiente, existiendo una sola medición posterior (postest) a dicha intervención. O1O1 Observación 1 (medición después de la manipulación) Manipulación X

89 Diseño pretest-postest de un solo grupo. En este diseño se efectúa una observación antes de introducir la variable independiente (O1) y otra después de su aplicación (O2). Por lo general las observaciones se obtienen a través de la aplicación de una prueba u observación directa, cuyo nombre asignado depende del momento de aplicación. Si la prueba se administrará antes de la introducción de la variable independiente se le denomina pretest y si se administra después que entonces se llama postest. O2O2 Observación 2 (medición después de la manipulación) Observación 1 (medición antes de la manipulación O1O1 Manipulación X Diseños Preexperimentales

90 Diseño de comparación con un grupo estático. En este diseño se trabaja con dos grupos, uno de ellos es denominado grupo experimental y es el que recibe la variable independiente o tratamiento y otro llamado grupo control el cual no recibe ningún tratamiento. La característica principal de este diseño es que ambos grupos son observados o evaluados después de que un grupo experimental fue intervenido. Manipulación X Observaciones (medición después de la manipulación) O1O1 O2O2

91 Diseños Cuasiexperimentales Diseño de grupo control no equivalente. Este diseño implica contar con dos o más grupos. Se denomina de grupos no equivalentes, porque por lo regular se emplean grupos ya formados. En ambos casos se llevan a cabo observaciones antes y después de la introducción de la variable independiente o tratamiento, pero sólo el grupo experimental es sometido a tratamiento. Manipulación X Observaciones (medición después de la manipulación) O3O3 O4O4 O1O1 O2O2 Observaciones (medición antes de la manipulación)

92 Diseño de series cronológicas. Este diseño consiste en tomar una serie de mediciones antes de introducir el tratamiento sobre uno grupo o individuo. Terminadas estas observaciones se somete al grupo o sujeto a la intervención, la cual es retirada para posteriormente volver a efectuar otro número de observaciones. Manipulación X Diseños Cuasiexperimentales Observaciones 5678 (medición después de la manipulación) O7O7 O5O5 O6O6 O8O8 O3O3 O1O1 O2O2 Observaciones 1234 (medición antes de la manipulación) O4O4

93 Diseños Experimentales Diseño de grupo de control con postest únicamente. Luego de determinar con precisión la población de interés, se toma una muestra representativa (al azar) de dicha población. Se asignan aleatoriamente a los sujetos tanto del grupo experimental como control. El grupo experimental recibe la variable independiente o tratamiento y el grupo control no recibe ningún tratamiento. Ambos grupos son observados o evaluados después de que el grupo experimental fue intervenido. Manipulación X Observaciones (medición después de la manipulación) O1O1 O2O2 ReRe RcRc Selección y asignación aleatoria

94 Diseños Experimentales Diseño de grupo control pretest postest. Luego de determinar con precisión la población de interés, se toma una muestra representativa (al azar) de dicha población. Se asignan aleatoriamente a los sujetos tanto del grupo experimental como control. En ambos casos se llevan a cabo observaciones antes y después de la introducción de la variable independiente o tratamiento, pero sólo el grupo experimental es sometido a tratamiento. Manipulación X Observaciones (medición después de la manipulación) O3O3 O4O4 O1O1 O2O2 Observaciones (medición antes de la manipulación) ReRe RcRc Selección y asignación aleatoria

95 Diseños Experimentales Diseño de cuatro grupos de Solomon. Este diseño combina el Diseño de grupo de control con postest únicamente y el Diseño de grupo control pretest postest. De este modo se controlan los efectos de selección y mortalidad (por la asignación al azar); los de maduración e historia (por el uso de grupos de control) y el efecto de interacción con la prueba (al no existir pretest en algunos grupos). O1O1 O2O2 Observaciones (medición antes de la manipulación) R e1 R c1 Selección y asignación aleatoria R e2 R c2 Manipulación X X Observaciones (medición después de la manipulación) O3O3 O4O4 O5O5 O6O6

96 Universo, muestra y muestreo Muestra n Unidades a observar Universo o Población N Universo hipotético Unidades existentes Unidades que podrían haber sido observadas UNIVERSO: Toda la población o conjunto de unidades que se quiere estudiar y que podría ser observada individualmente en el estudio MUESTRA: Parte de un conjunto o población debidamente elegida, que se somete a observación en representación del conjunto, con el propósito de obtener resultados válidos para todo el universo. MUESTREO: Procedimiento para escoger la muestra (tamaño y estructura) 7. MUESTREO

97 TIPOS DE MUESTRAS 7. MUESTREO Aleatoria Simple Aleatoria Estratificada Aleatoria Sistemática afijación simple afijación proporcional afijación óptima PROBABILÍSTICASNO PROBABILÍSTICAS Por cuotas Intencional Casual Bola de nieve

98 7. MUESTREO MUESTRAS NO PROBABILÍSTICAS A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa.

99 7. MUESTREO MUESTRAS NO PROBABILÍSTICAS  Muestreo por cuotas: Se basa en un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación. En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones.  Muestreo opinático o intencional: Se caracteriza por obtener deliberadamente muestras "representativas" mediante la inclusión en la muestra de grupos supuestamente típicos.

100 7. MUESTREO MUESTRAS NO PROBABILÍSTICAS  Muestreo casual o incidental: el investigador selecciona directa e intencionadamente los individuos de la población. Un caso particular es el de los voluntarios.  Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente.

101 7. MUESTREO MUESTRAS PROBABILÍSTICAS Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables.

102 7. MUESTREO MUESTRAS PROBABILÍSTICAS  Muestreo aleatorio simple: El procedimiento empleado es el siguiente:  1) se asigna un número a cada individuo de la población.  2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora o computador) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

103 7. MUESTREO MUESTRAS PROBABILÍSTICAS  Muestreo aleatorio sistemático: Se calcula el valor k, siendo este el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k=N/n. Luego se extrae un número aleatorio i entre 1 y k. Se parte de ese número aleatorio i, y los elementos que integran la muestra son los que ocupan los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k.

104 7. MUESTREO MUESTRAS PROBABILÍSTICAS  Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra.

105 7. MUESTREO MUESTRAS PROBABILÍSTICAS  Muestreo aleatorio estratificado: La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muestrales. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.

106 7. MUESTREO El tamaño de la muestra depende de tres elementos: 1.Proporción de confianza: un 95% indica que los resultados son válidos al 95 % de la población estudiada. Se asocia con el valor Z=1.96, correspondiente al valor de área bajo la curva normal para 0.475. 2.Proporción de error: es la probabilidad de aceptar una hipótesis nula siendo falsa. La convención indica un 0.05. 3.Nivel de variabilidad para comprobar la hipótesis: porcentaje de respuestas que apoyan o rechazan una hipótesis. DETERMINAR EL TAMAÑO DE LA MUESTRA

107 7. TEORÍA DEL MUESTREO DETERMINAR EL TAMAÑO DE LA MUESTRA Cuando se conoce el tamaño de la población en donde: n = Tamaño de muestra. Z = nivel de confianza. p = variabilidad positiva. q = variabilidad negativa. N = Tamaño de la población. e = error.

108 7. TEORÍA DEL MUESTREO DETERMINAR EL TAMAÑO DE LA MUESTRA Cuando se desconoce el tamaño de la población en donde: n = Tamaño de muestra. Z = nivel de confianza. p = variabilidad positiva. q = variabilidad negativa. e = error.

109 8. RECOPILACIÓN DE DATOS Una vez seleccionado el tipo y el diseño de investigación apropiado y la muestra adecuada de acuerdo a nuestro problema de estudio, la siguiente etapa consiste en recolectar los datos pertinentes sobre las variables involucradas en la investigación. ¿QUE IMPLICA LA ETAPA DE RECOLECCION DE DATOS?

110 8. RECOPILACIÓN DE DATOS Recolectar los datos implica tres actividades estrechamente vinculadas entre sí:  Seleccionar un instrumento de medición de los disponibles o elaborar uno que sea válido y confiable, de lo contrario, no podremos basarnos en sus resultados para realizar conclusiones.  Aplicar ese instrumento de medición, es decir, obtener las observaciones y mediciones de las variables que son de interés para nuestro estudio.  Codificar, analizar e interpretar estas mediciones. ¿QUE IMPLICA LA ETAPA DE RECOLECCION DE DATOS?

111 8. RECOPILACIÓN DE DATOS 1. La improvisación para escoger o generar un instrumento 2. Que el instrumento sea foráneo y no esté validado en el contexto donde se pretende aplicar. 3. Que el instrumento resulte inadecuado o no sea empático para los sujetos. 4. Que haya condiciones adversas para aplicarlo (ruido, fatiga en los sujetos, etc.) 5. Aspectos mecánicos (mal tipeado, que no se entiendan las instrucciones, etc) FACTORES QUE AFECTAN LA CONFIABILIDAD Y LA VALIDEZ

112 8. RECOPILACIÓN DE DATOS 1. Conocer las variables a medir 2. Revisar el significado de la definición conceptual. 3. Seleccionar el instrumento de medición más adecuado 4. Si no existe, elaborarlo en este sentido Variable - Dimensión - Indicadores - Items 5. La dimensión se refiere a facetas dentro de una misma variable 6. Pensar cómo se codificarán y analizarán los datos 7. Solicitar revisión por expertos y hacer prueba piloto 8. Ajustar el instrumento según recomendaciones de expertos y resultados de la prueba piloto PASOS PARA LA SELECCIÓN O CONSTRUCCION DE UN INSTRUMENTO DE MEDICION