Transcript 2_diseño metodológico

1
MAESTRIA
EN ADMINISTRACIÓN
SEMINARIO DE
INVESTIGACIÓN IV Y
TRABAJO DE GRADO
ING. MARÍA TERESA CASTAÑEDA GALVIS
ORGANIZACIÓN DEL
SEMINARIO
CONTENIDO
DISEÑO
METODOLÓGICO
2
DISEÑO DE INVESTIGACIÓN
POBLACIÓN Y MUESTRA
VARIABLES, OPERACIONALIZACIÓN Y
ESCALAS DE MEDICIÓN
INSTRUMENTOS DE RECOLECCIÓN
ANÁLISIS DE
DATOS
¿CÓMOSE
ANALIZARÁN
LOS DATOS?
PROCEDIMIENTOS
DATOS Y BASE DE DATOS
ESTADISTICA DESCRIPTIVA E
INFERECIAL
3
1. DISEÑO
METODOLÓGICO
1. DISEÑO METODOLÓGICO
Descripción de cómo se va a
realizar la investigación.
DISEÑO
METODOLÓGICO
Plan de acción del investigador para
alcanzar los objetivos propuestos.
Determinación de estrategias y
procedimientos que se seguirán para dar
respuesta al problema y comprobar las
hipótesis.
4
5
1. DISEÑO METODOLÓGICO
1.4. Procedimiento
1.3.Instrumentos
1.2. Población y
Muestra
1.1. Diseño de
Investigación
1.1. Diseño de Investigación
Los diseños de investigación son
planes
y
estrategias
de
investigación
concebidos
para
obtener respuestas confiables a las
preguntas de investigación. El
diseño, entonces, plantea una serie
de
actividades
sucesivas
y
organizadas, que deben adaptarse
a las particularidades de cada
investigación y que indican los
pasos y pruebas a efectuar y las
técnicas a utilizar para recolectar y
analizar los datos.
6
1.1.1.¿Cuántos diseños de
investigación existen?
7
Según el nivel de desarrollo del tema
DESCRIPTIVO
Especifica las propiedades, las
características
o
perfiles
EXPLICATIVO
importantes
de
personas,
EXPLORATORIO
grupos,
empresas, Busca las causas de los eventos,
comunidades,
etc.
sucesos o fenómenos.
Examina un problema de
investigación poco estudiado, Existe bibliografía sobre el tema, Explica por qué ocurre un
del cual se tienen muchas pero pocos estudios empíricos. fenómeno
y
en
qué
dudas o no se ha abordado
Usa
estudios
comparativos, circunstancias ocurre.
antes.
longitudinales, transversales, de Existen abundante bibliografía y
Existe poca bibliografía sobre el encuesta.
estudios empíricos descriptivos
tema.
y correlacionales.
Descriptivo-correlacional:
Usa
principalmente
diseños Evalúa la relación entre dos o Usa experimentos o cuasicualitativos.
más variables. Intenta explicar experimentos, pero también
cómo se comporta una variable análisis de casos.
en función de otras. Existe
bibliografía sobre el tema y
estudios empíricos descriptivos.
1.1.2. ¿Cuál es el diseño de
investigación que más me
conviene?
8
1.2. Población y Muestra
9
UNIVERSO.
Totalidad de un
fenomeno de
estudio.
POBLACIÓN.
Totalidad de
observaciones que
interesan al analista.
Cuando no se toman
muestras.
MUESTRA. Parte
representativa
de una
población.
Mario Tamayo y Tamayo
1.2. Población y Muestra
10
La población (“N”) es el conjunto de todos los individuos
(objetos,
personas,
documentos,
data,
eventos,
situaciones, etc.) a investigar. La población es el
conjunto de individuos o cosas que tienen una o más
propiedades en común, se encuentran en un espacio o
territorio y varían en el transcurso del tiempo.
En una investigación se puede tener más de una
población, todo depende de la complejidad y variedad
de tus objetivos. A veces, cada objetivo requiere una
población distinta. Si tienes más de una población, debes
especificarla y describirla con detalle.
La muestra (“n”) es el conjunto de casos extraídos de la
población, seleccionados por algún método de
muestreo. La muestra siempre es una parte de la
población. Si tienes varias poblaciones, entonces tendrás
varias muestras.
1.2.1. Definiciones
Unidad es un objeto individual o persona
en la población.
Variable es una característica de interés
medida en cada unidad de la muestra.
Parámetro es una medida numérica que
se calcularía usando todas las unidades
de la población.
Estadística es una medida numérica que
se calcula de las unidades de la
muestra.
11
1.2.1. Definiciones
Población
Muestra
Unidad
12
13
Homogénidad
Heterogéneidad
Muestra
Pequeña
Muestra
grande
MUESTRA
HOMOGENEIDAD
POBLACIÓN
1.2.2.Relación entre Población
Y Muestra
14
1.2.3. Tamaño de la Muestra
Población Finita
N = Conocido
2
no = Z P Q
2
d
n =
no
1 + no
N
N = Población
no = Primera Aprox. Muestra
n = Tamaño de la muestra
Z = Nivel de confianza
Z = 1.645 Nivel de confianza del 90%
Z = 1.96 Nivel de Confianza del 95%
P = Probabilidad que suceda el
evento = 50%
Q = Probabilidad que no suceda
2
el evento = 50%
2
d = Margen de error de muestreo
3% = (0.03) = 0.0009 (5 Mario
ó 6Tamayo
?) y Tamayo
15
1.2.3. Tamaño de la Muestra
Población Infinita
N =No conocida
N = Población
n = Muestra
Z = Nivel de confianza
2
n = Z P Q
2
d
Z = 1.645 Nivel de confianza del 90%
Z = 1.96 Nivel de Confianza del 95%
P = Probabilidad que suceda el
evento = 50%
Q = Probabilidad que no suceda
el evento = 50%
2
d = Margen de error de muestreo
2
3% = (0.03) = 0.0009 (5 ó 6 ?)
Mario Tamayo y Tamayo
Ejemplo Tamaño de la Muestra:
 De una población de 1176 adolescentes de una
ciudad X se desea conocer la aceptación por
los programas humorísticos televisivos y para ello
se desea tomar una muestra por lo que se
necesita saber la cantidad de adolescentes que
deben entrevistar para tener una información
adecuada con error de muestreo del 4% al 90%
de confiabilidad.
16
17
1.2.3. Muestreo
Muestreo:
Procedimiento lógico, y
en
ocasiones
matemático, dirigido a
definir un subconjunto
denominado MUESTRA
que arroje información
valiosa
sobre
el
conjunto
total
denominado
Población.
Las muestras
pueden ser:
Representativas
No Representativas
1.2.4. Tipos de Muestreo
18
Muestreo
M. Probabilístico. Las muestras probabilísticas siempre son
representativas
de
la
población.
Y
como
son
representativas, con este muestreo se puede generalizar
con precisión los resultados a la población.
M. No Probabilístico: Los criterios para seleccionar la
muestra no son estadísticos, son racionales, por eso el
investigador no tiene idea del error que puede estar
introduciendo en su muestra.
1.2.4. Tipos de Muestreo
MUESTREO PROBABILÍSTICO
19
MUESTREO NO PROBABILÍSTICO
O DETERMINISTICO
Aleatorio Simple
Por Conveniencia
Estratificado
Intencional
Por
Conglomerados
Por cuotas
Sistemático
Bola de nieve
1.2.3. Características, ventajas y
desventajas de los muestreos
probabilísticos
20
21
1.2.4.1. Muestreo Probabilístico
Aleatorio Simple
N
n
Todos los elementos de la población tienen la misma
probabilidad de ser escogidos dentro de la muestra.
22
1.2.4.2. Muestreo Probabilístico
Sistemático
CONCEPTO
EJEMPLO
• En
un
muestreo
aleatorio sistemático
se elige un individuo al
azar y a partir de él, a
intervalos constantes,
se eligen los demás
hasta completar la
muestra.
• Por ejemplo si tenemos
una
población
formada
por
100
elementos y queremos
extraer una muestra
de 25 elementos, en
primer lugar debemos
establecer el intervalo
de selección que será
igual a 100/25 = 4.
1.2.3. Características, ventajas y
desventajas de los muestreos
probabilísticos
23
24
1.2.4.3. Muestreo Probabilístico
Estratificado
N
n
25
1.2.4.4. Muestreo Probabilístico
Conglomerados
N1
N
N3
N2
n=N2
1.2.5. muestreo NO
probabilístico o determinístico
MNP
26
• Los individuos no se eligen al azar sino con base en
criterios definidos convencionalmente por el analista.
• Se justifica cuando la muestra se considera típica de
una población, pero no permite hacer inferencias
sobre ella. Lo que se busca es documentar
experiencias de la población.
Variaciones
básicas:
Por conveniencia
Por cuotas
En Bola de Nieve
1.2.5.1. Muestreo NO Probabilístico
Intencional o de conveniencia
Este tipo de muestreo se caracteriza por un
esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusión en la
muestra de grupos supuestamente típicos. Es muy
frecuente su utilización en sondeos preelectorales
de zonas que en anteriores votaciones han
marcado tendencias de voto.
También puede ser que el investigador seleccione
directa e intencionadamente los individuos de la
población. El caso más frecuente de este
procedimiento el utilizar como muestra los
individuos a los que se tiene fácil acceso.
27
1.2.5.2. Muestreo NO Probabilístico
Por cuotas
CONCEPTO
También denominado en
ocasiones "accidental". Se
asienta generalmente sobre
la base de un buen
conocimiento de los estratos
de la población y/o de los
individuos
más
"representativos"
o
"adecuados" para los fines
de
la
investigación.
Mantiene,
por
tanto,
semejanzas con el muestreo
aleatorio estratificado, pero
no tiene el carácter de
aleatoriedad de aquél.
28
EJEMPLO
En este tipo de muestreo se
fijan unas "cuotas" que
consisten en un número de
individuos que reúnen unas
determinadas condiciones,
por ejemplo: 20 individuos
de 25 a 40 años, de sexo
femenino y residentes en
Girón. Una vez determinada
la cuota se eligen los
primeros que se encuentren
que
cumplan
esas
características. Este método
se utiliza mucho en las
encuestas de opinión.
1.2.5.2. Muestreo NO Probabilístico
Bola de nieve
Se localiza a algunos individuos,
los cuales conducen a otros, y
estos a otros, y así hasta conseguir
una muestra suficiente. Este tipo se
emplea
muy
frecuentemente
cuando se hacen estudios con
poblaciones
“vulnerables",
delincuentes,
sectas,
determinados tipos de enfermos,
etc.
29