Maual Protocolo de Investigacion PDF

PROTOCOLO DE
INVESTIGACIÓN
Guía práctica para la elaboración

del Protocolo de Investigación
PROTOCOLO DE INVESTIGACIÓN
El Anteproyecto o Protocolo de Investigación, es un documento que el investigador

presenta como su plan de acción donde formaliza la propuesta de su investigación, los
diversos elementos que la componen y sus condiciones.
Protocolo de Investigación.
DECÁLOGO
¿Por qué hay que hacer un Anteproyecto?.
1. Nos obliga a reflexionar de una forma metodológica sobre lo que

queremos hacer y cómo hacerlo
2. Facilita el que se pueda recoger la discusión y el trabajo en

equipo…
3. Permite poner en común el conocimiento…
4. Asegura que lo que hemos dicho no se olvide…
5. Es una fuente continua de consulta de los acuerdos y de

sus motivaciones…
6. Permite que se entiendan todos los que van a participar de

una u otra forma en el trabajo de investigación…
7. Puede ser una herramienta para dar promoción al trabajo

de investigación…
8. Un buen protocolo es signo de seriedad y genera

confianza…
9. Es muy útil para facilitar la difusión de los resultados …
10. Se minimizan los errores y se incrementan las posibilidades

de hacer algo interesante…
1
PROTOCOLO DE INVESTIGACIÓN |
El PROTOCOLO DE INVESTIGACIÓN debe contener los siguientes apartados:
TITULO. Debe ser una idea breve, clara, sintética y concisa y debe tener relación con
el contenido que se presenta; informar brevemente la temática a tratar
PASO 1. CONCEBIR LA IDEA DE INVESTIGACIÓN.

Línea de investigación
Tema de investigación
Perspectiva
PASO 2. PLANTEAMIENTO DEL PROBLEMA.
Objetivos
Preguntas de Investigación
Justificación y Viabilidad
PASO 3. MARCO TEÓRICO.
Estado del Arte
PASO 4. ALCANCES DE INVESTIGACIÓN.
Exploratoria
Descriptiva
Correlacional
Explicativa
PASO 5. HIPOTESIS.
Hipótesis de Investigación
Hipótesis nula
Hipótesis alternativas
Variables
Definición conceptual y operacional
PASO 6. METODOLOGÍA.
6.1 Diseño de investigación
6.2 Experimental o No experimental
6.3 Selección de la muestra
6.4 Recolección de datos
PASO 7. PLAN DE ANALISIS DE RESULTADOS.
CRONOGRAMA.
CITAS y BIBLIOGRAFÍA.
BIBLIOGRAFÍA
2
PASO 1. CONCEBIR LA IDEA DE INVESTIGACIÓN
Líneas de Investigación
Las líneas de Investigación son enfoques interdisciplinarios que permiten

englobar procesos, prácticas y perspectivas de análisis y definición disciplinaria con
énfasis en los aportes de experimentación. Reflejan las principales áreas científicas
en las que se centra un trabajo de investigación.
Son el eje temático mono o interdisciplinario en el que confluyen actividades

de investigación realizadas por uno o más grupos de investigación que tengan
resultados visibles en su producción académica y en la formación de recursos Describe la Línea de tu
investigación.
humanos mediante el desarrollo de trabajos finales o tesis
Tema de Investigación
Las investigaciones se originan en las ideas. Para iniciar una investigación se

necesita una idea. Las Ideas constituyen el primer acercamiento a la realidad que
habrá de investigarse. La elección del tema es el primer paso en la realización de
Describe el Tema de tu
una investigación. Consiste en determinar con claridad y precisión el contenido del investigación.
trabajo a realizar.
Recuerda que un mismo tema se puede analizar desde diferentes ángulos

(político, sociológica, económico, ecológico, recreativo, impacto en la comunidad, Selecciona la Perspectiva desde la
que vas a tratar el tema de
psicológica, antropológica, comunicológica. etc.) este análisis del tema corresponde a investigación y descríbela
la Perspectiva de Investigación.
3
PASO 2 . PLANTEAMIENTO DEL PROBLEMA.
Plantear el Problema de Investigación es afinar y estructurar más

formalmente la idea de investigación, desarrollando tres elementos:
• Objetivos de Investigación,
• Preguntas de Investigación, y
• Justificación
Los objetivos de investigación tienen la finalidad de señalar a lo que se

aspira en la investigación y deben expresarse con claridad, pues son las guías de
estudio (Hernández, 2005). Los objetivos deben cumplir los requisitos realizables,
tener una o dos variables, planteados claramente, sus variables deben ser
observables empíricamente. Se plantean por separado en oraciones sencillas. Los
objetivos deben iniciar con un verbo que indique la acción a realiza y el alcance que Escribe tres Objetivos de
se pretende lograr; las variables deben ser claras y medibles y debe incluir el Investigación siguiendo el
formato propuesto.
universo (población)
Verbo Variable Conector Variable Universo
Las Preguntas de investigación orientan hacia las respuestas que se

buscan con la investigación (Hernández, 2005), surgen de los objetivos, incluyen las
Para cada uno de los Objetivos de
mismas variables y deben estar directamente relacionadas con éstos. Puede haber Investigación escribe por lo menos
tres Preguntas de Investigación
varias preguntas por cada objetivo
La Justificación indica el porqué de la investigación, exponiendo sus ¿Por qué vas a hacer tu
razones (Hernández, 2005). investigación?
A continuación se indican algunos criterios para evaluar la utilidad de una

investigación
Relevancia Imlicaciones Utilidad

Conveniencia Valor Teórico Analiza y Justifica tu investigación.
Social Prácticas Metodológica
La viabilidad de la Investigación nos permite tener en cuenta la

disponibilidad de recursos financieros, humanos y materiales que determinarán el
alcance de la investigación. En otras palabras, antes de realizar la investigación,
4
debemos preguntarnos: ¿es posible llevar a cabo la investigación? Y ¿cuánto tiempo

nos llevará realizarla?
A continuación se indican algunos criterios para evaluar la utilidad de una

investigación.
Analiza y evalúa tu investigación

Recursos Recursos
Recursos Humanos
Financieros Materiales
5
PASO 3. MARCO TEÓRICO.
El Estado del Arte consiste en “ir tras las huellas” del tema que se pretende
investigar, permite conocer cómo ha sido tratado el tema, cómo se encuentra en el
momento de realizar la propuesta de investigación y cuáles son sus tendencias: “el
estado de este artículo actualmente y sus avances…”
Considera el siguiente ejemplo: se pretende realizar un estudio sobre la

bioacumulación de metales pesados en especies acuáticas del Lago de Chapala.
El estado del arte permite conocer la situación sobre el tema. El siguiente

esquema representa la relación de la información.
Cada uno de los diagramas de la figura representa la información que se

obtuvo sobre las palabras clave del tema de investigación y su relación entre sí. El
punto donde se une la información corresponde al Estado del arte. El esquema
muestra que hay información sobre bioacumulación de sustancias en especies del Identifica las palabras clave del
Lago de Chapala, y estudios sobre el papel de algunas especies en los ciclos tema de tu investigación e inicia la
búsqueda de información
biogeoquímicos; sin embargo, no hay nada relacionado con la bioacumulación de
metales pesados en especies del Lago de Chapala.
El Estado del Arte ayuda a no reinventar la rueda; a formalizar la idea de la

investigación, sus propósitos y alcance; a definir objetivos, hipótesis y metodología. Realiza el análisis de la
información recabada e inicia la
La información recabada se pude organizar en Fichas Bibliográficas o en cualquier escritura de tu Estado del Arte
otro organizador.
Permite seleccionar la perspectiva principal con la que se va a trabajar.
6
La escritura del estado del arte, permite al investigador conocer qué se ha

dicho, qué NO se ha dicho y cómo se ha dicho en torno a su problema de
investigación.
El Marco Teórico se integra con las teorías, enfoques teóricos, estudios y

antecedentes en general que se refieren al problema de investigación. Describe el
estado, pasado y actual del conocimiento sobre el problema de estudio. Ayuda a
documentar la Investigación e incluye: Teóricas, Enfoques Teóricos, Estudios y
Antecedentes.
Para escribir el Marco Teórico es necesario:
1. Revisar las fuentes bibliográficas y seleccionar aquéllas que puedan

ser útiles: Libros, Tesis, Revistar, Artículos, Internet, etc.
2. Identificar y clasificar el tipo de fuente: Clasifica las fuentes como
primarias, secundarias o terciarias
a. Fuentes Primarias,
b. Fuentes Secundarias y
c. Fuentes Terciarias.
3. Consultar las fuentes y seleccionar la información útil para el tema de
la investigación.
4. Extraer y recopilar la información de interés en: hojas sueltas,
fichas bibliográficas o aplicar un método para organizar la
referencias y citarlas. Una vez identificado el Estado del
Arte del tema de tu investigación
5. Elaborar el Estado del Arte inicia la escritura de tu Marco
Teórico
6. Construir el Marco Teórico.
7
PASO 4 . ALCANCCE DE INVESTIGACIÓN.
El Alcance de Investigación determina la estrategia a seguir en la

investigación. El diseño, los datos que se recolectan, la manera de obtenerlos, el
muestreo y otros componentes del proceso de investigación son distintos en estudios
exploratorios, descriptivos, correlacionales y explicativos.
En la práctica, cualquier estudio puede incluir elementos de más de una de

estas cuatro clases de investigación. (Hernández, 2010)
¿Qué alcance tendrá la investigación: Explorativa, Descriptiva, Correlacional

o Explicativa?
Exploratorio
Descriptivo:
No es una investigación
en sí misma, sólo Correlacional:
recopila información de Para la ciencia medir es
campo. Sirve para describir. Son aquéllas Explicativo:
detectar problemas. No que miden algún suceso Miden el grado de
incluye mediciones. o población para correlación entre dos o
describirla. Es como los más variables. Pueden Logran explicar el por
censos de población, ser correlaciones qué se correlacionan
estadísticas de negativas o positivas. dos o más variables. Son
los más completos.
Clasifica tu investigación como:
accidentes, etc.
• Exploratoria,
• Descriptiva,
• Correlacional
• Explicativa
¿Hasta dónde, en términos de conocimientos, llegará el estudio?

Justifica tu clasificación
Es posible que la investigación atraviese por dos o más etapas que
correspondan a diferentes alcances de investigación. Es decir, que comience con
un tipo exploratorio, después sea descriptivo, más tarde del tipo correlacional y
finalmente explicativo.
8
PASO 5 . HIPÓTESIS DE INVESTIGACIÓN.
Dentro de la investigación científica, las Hipótesis (Hi) son proposiciones

tentativas acerca de las relaciones entre dos o más variables y se apoyan en
conocimientos organizados y sistematizados.
Preguntas de
Objetivos Hipótesis
Investigación
Plantea y escribe 3 Hipótesis de

Las hipótesis provienen de las preguntas de investigación. Investigación, (Hi)
Las hipótesis deben tener por lo menos una variable. Cada variable debe
Identifica y describe las Variables
ser definida conceptual y operacionalmente. Define conceptual y
operacionalmente las Variables
A toda hipótesis de investigación le corresponde una Hipótesis Nula (Ho). de tus Hipótesis.
Las Ho representan proposiciones que niegan o refutan la relación entre variables.

Son, en cierto modo el reverso de la hipótesis de investigación.
Hipótesis Nula
Investigación
Hipótesis de
Escribe la Hipótesis Nula

correspondiente a cada hipótesis de
Las Hipótesis Alternativas (Ha) son posibilidades alternas una vez que la investigación.
Ho se acepta. Ofrecen una descripción o respuesta diferente a la esperada en la Hi.

Sólo pueden formularse cuando efectivamente hay otras posibilidades, además de la
Hi y la Ho. Escribe dos Hipótesis Alternativa
para cada H ipótesis de
I nvestigación.
9
PASO 6. DISEÑO DE INVESTIGACIÓN.
El Diseño de Investigación se refiere al plan o estrategia concebida para

responder a las preguntas de investigación. El tipo de diseño de investigación puede
ser experimental o no experimental.
NO
EXPERIMENTAL
EXPERIMENTAL
Los Diseños de Investigación pueden

ser:
• Experimentales
• No experimentales
Diseños Experimentales
Para entender los diseños experimentales, es preciso definir qué

entendemos por experimento: Experimento se refiere a un estudio en el que se Experimento Situación de control en la
cual se manipulan, de manera
manipulan intencionalmente una o más variables independientes (supuestas causas intencional, una o más variables
independientes (causas) para analizar las
antecedentes), para analizar las consecuencias que la manipulación tiene sobre una consecuencias de tal manipulación
o más variables dependientes (supuestos efectos consecuentes), dentro de una sobre una o más variables dependien-
tes (efectos)
situación de control para el investigador.
Causa Efecto
Variable(s) Variable(s)
Independiente(s) Dependiente(s)
Los experimentos manipulan tratamientos, estímulos, influencias o

intervenciones (denominadas variables independientes) para observar sus efectos
10
sobre otras variables (las dependientes) en una situación de control.
Los diseños experimentales se utilizan cuando el investigador pretende

establecer el posible efecto de una causa que se manipula. Pero, para establecer
influencias), se deben cubrir con 3 requisitos:
1. Manipulación intencional de las variables independientes.

Aplicación y control de variables (Causa)
Grados de Manipulación de la variable independiente:
• Presencia – Aunsencia.
Un grupo es expuesto al estímulo (variable independiente) y el
otro grupo NO.
Se comparan los dos grupos para medir el efecto de la variable
independiente sobre la variable dependiente
• Más de dos grados.
Variación del estímulo (variable independiente: cantidad, fuerza,
tiempo, velocidad, etc.)
Manipulació n de la Medició n del efecto
la variable sobre variable
independiente dependiente
X1 Y1
X2 Y2
X3 Y3
Donde 1, 2, 3, etc. son los valores que adquiere la Variable

Independiente «X»
… y «Y» es el efecto adquirido. Variable dependiente
2. Medir el efecto que la variable independiente tiene sobre la variable
dependiente.
Grados de Manipulación de la variable independiente La variable
dependiente no se manipula, sino que se mide para ver el efecto
que la manipulación de la variable independiente tiene en ella.
Esto se esquematiza de la siguiente manera:
Manipulació n de la la variable Medició n del efecto sobre

independiente variable dependiente
XA
Y
XB
Se utiliza la letra “X” para simbolizar una variable independiente o

tratamiento experimental. Las letras o subíndices “A, B...” indican
distintos niveles de variación de la independiente y la letra “Y” se
utiliza para representar una variable dependiente.
11
3. Control o validez interna de la situación experimental.

a. Grado de confianza que se tiene de que los resultados del
experimento se interpreten adecuadamente y sean válidos.
b. Que el efecto (resultados) sean producto de la manipulación de
las variables independientes.
Experimentos con control e intento de experimento
Experimento Intento de experimento

(con control) (sin control)
X Y X Y
Causalidad o no
Sin conocimiento de causa
causalidad
X Y
Cuando hay control es posible determinar la relación causal;

cuando no se logra el control, no se puede conocer dicha relación
(no se sabe qué está detrás del “cuadro en color”; quizá sería, por
ejemplo: “X → Y”, o “X ⎪ Y”; es decir, que hay correlación o que no
existe ninguna relación).
Así, lograr control en un experimento implica contener la
influencia de otras variables extrañas en las variables
dependientes, para conocer en realidad si las variables
independientes que nos interesan tienen o no efecto en las
dependientes.
¿Cómo se logran el control y la validez interna?
El control en un experimento logra la validez interna y se alcanza
mediante:
a. Varios grupos de comparación (dos como mínimo).
b. Equivalencia de los grupos en todo, excepto en la
manipulación de la o las variables independientes.
Preexperimentos
Los pre-experimentos se llaman así porque su grado de control es mínimo.
• Diseño de un solo grupo con un grado de control mínimo

(Investigación exploratoria)
• No tiene grupo control
• No hay manipulación de la variable independiente
Experimentos Puros
Los experimentos “puros” son aquéllos que reúnen los dos requisitos para
lograr el control y la validez interna:
1. Grupos de comparación (manipulación de la variable independiente).
2. Equivalencia de los grupos.
12
Estos diseños llegan a incluir una o más variables independientes y una o

más dependientes.
Asimismo, pueden utilizar pre-pruebas y post-pruebas para analizar la

evolución de los grupos antes y después del tratamiento experimental. No todos los
diseños experimentales “puros” utilizan pre-prueba; aunque la post-prueba sí es
necesaria para determinar los efectos de las condiciones experimentales.
1. Post-Prueba y Grupo Control.

Este diseño incluye dos grupos: uno recibe el tratamiento experimental y
el otro no (grupo de control). La manipulación de la variable independiente
alcanza sólo dos niveles: presencia y ausencia.
Estímulo Pos-Prueba
Grupo Experimental
Grupo Control
2. Pre-Prueba – Post-Prueba y Grupo Control.

Este diseño incluye dos grupos: uno recibe el tratamiento experimental y
el otro no (grupo de control). La manipulación de la variable independiente
alcanza sólo dos niveles: presencia y ausencia.
Pre-Prueba Estímulo Pos-Prueba
Grupo Experimental
Grupo Control
13
3. Cuatro Grupos de Solomon

• Combinación de los diseños anteriores.
4. Series cronológicas múltiples
• Toma de datos en varios momentos después de la aplicación del
estímulo, o
• Toma de datos en varios momentos a través del tiempo con
repetición del estímulo
5. Diseños factoriales
• Manipulan dos o más variables independientes e incluyen dos o más
niveles o modalidades de presencia en cada una de las variables
independientes.
Cuasi-Experimentos
En los diseños cuasiexperimentales, los sujetos no se asignan al azar a los

grupos ni se emparejan, sino que dichos grupos ya están conformados antes del
experimento: son grupos intactos (la razón por la que surgen y la manera como se
integraron es independiente o aparte del experimento).
Pasos de un Experimento
1. Decidir cuántas variables independientes y dependientes deberán incluirse. No

necesariamente el mejor experimento es el que incluye el mayor número de
variables; deben incluirse las variables que sean necesarias para probar las
hipótesis, alcanzar los objetivos y responder las preguntas de investigación.
2. Elegir los niveles o modalidades de manipulación de las variables independientes
y traducirlos en tratamientos experimentales.
3. Desarrollar el instrumento o instrumentos para medir las variables dependientes.
Seleccionar una muestra de casos o personas del tipo o perfil que nos interesa.
4. En el caso de que sean individuos, reclutarlos. Esto implica ponerse en contacto
con ellos, darles las explicaciones necesarias, obtener su consentimiento e
indicarles lugar, día, hora y persona con quien deben presentarse. Es conveniente
proporcionarles facilidades para que acudan al experimento (si se les puede
brindar transporte, entregarles un mapa con los señalamientos precisos, etc.).
También hay que darles cartas (a ellos o alguna institución a la que pertenezcan
para facilitar el apoyo; por ejemplo, en escuelas a los directivos, maestros y
padres de familia) y recordarles su participación el día ante- rior a la realización
del experimento. Clasifica tu investigación como
Experimental o No Experimental
5. Las personas deben sentirse motivadas para participar. Por tanto, resulta muy
conveniente darles algún regalo atractivo (a veces, simbólico). Por ejemplo, a
Si es Experimental, describe qué tipo de
amas de casa, una canasta de productos básicos; a ejecutivos, una canasta con
Investigación es:
dos o tres artículos; a estudiantes, créditos escolares, etc., además de expedirles
una carta de agradecimiento.
6. Seleccionar el diseño experimental o cuasiexperimental apropiado para nuestras • Pre-experimento
hipótesis, objetivos y preguntas de investigación. • Experimento puro
• Cuasi expermiento
7. Planear cómo vamos a manejar los casos o a los participantes. Con personas,
elaborar una ruta crítica sobre qué van a hacer desde que llegan al lugar del
experimento hasta que se retiran.
8. En el caso de experimentos “puros”, dividirlos al azar o emparejarlos; y en el caso Justifica tu clasificación
de cuasiexperimentos, analizar cuidadosamente las propiedades de los grupos
intactos.
14
9. Aplicar las prepruebas (cuando las haya), los tratamientos y las pospruebas.
Diseños No Experimentales
Podría definirse como la Investigación que se realiza sin manipular

deliberadamente variables. Es decir, se trata de estudios en los que no hacemos
variar en forma intencional las variables independientes para ver su efecto sobre
otras variables. Lo que hacemos en la investigación no experimental es observar
fenómenos tal como se dan en su contexto natural, para analizarlos.
Las inferencias sobre las relaciones entre variables se realizan sin

intervención o influencia directa, y dichas relaciones se observan tal como se han
dado en su contexto natural.
Exploratorios
Diseño No Experimental
Transeccionales Descriptivos
Correlacionales-
causales
De Tendencia
De Evolución de
Longitudinales Grupo
Panel
Si tu Investigación es No Experimental,
describe qué tipo de Investigación es:
Diseño No Experimental Transeccional o Transversal
• Transeccional
Los diseños de investigación transeccional o transversal recolectan • Longitudinal
datos en un solo momento, en un tiempo único Su propósito es describir variables y
analizar su incidencia e interrelación en un momento dado. Es como “tomar una En cada uno de los tipos, describe si
son:
fotografía” de algo que sucede.
• Exploratorios
• Descriptivos
1. Transeccionales Exploratorios.
• Correlacionales-causales
Su propósito es comenzar a conocer una variable o un conjunto de •
variables: una comunidad, un contexto, un evento, una situación. Se trata • De tendencia
de una exploración inicial en un momento específico. Por lo general, se • De evolución de grupos
aplican a problemas de investigación nuevos o poco conocidos; además, • Panel
constituyen el preámbulo de otros diseños (no experimentales y
experimentales).
.
15
2. Transeccionales Descriptivos.
Tienen como objetivo indagar la incidencia de las modalidades o niveles
de una o más variables en una población. El procedimiento consiste en
ubicar en una o diversas variables a un grupo de personas u otros seres
vivos, objetos, situaciones, contextos, fenómenos, comunidades, etc., y
proporcionar su descripción. Son, por tanto, estudios puramente
descriptivos y cuando establecen hipótesis, éstas son también
descriptivas (de pronóstico de una cifra o valores)
3. Transeccionales correlacionales-causales
Estos diseños describen relaciones entre dos o más categorías,
conceptos o variables en un momento determinado. A veces, únicamente
en términos correlacionales, otras en función de la relación causa- efecto
(causales).
En ocasiones los diseños correlacionales-causales describen relaciones
en uno o más grupos o subgrupos y suelen describir primero las variables
incluidas en la investigación, para luego establecer las relaciones entre
éstas (en primer lugar, son descriptivos de variables individuales, pero
luego van más allá de las descripciones y establecen relaciones).
Diseño No Experimental Longitudinal
Los No experimentales Longitudinales sirven para analizar cambios al

paso del tiempo en determinadas categorías, conceptos, sucesos, variables,
contextos o comunidades; o bien, las relaciones entre éstas. En ocasiones, ambos
tipos de cambios. Recolectan datos en diferentes momentos o periodos para hacer
inferencias respecto al cambio, sus determinantes y consecuencias.
1. Longitudinales de Tendencia.
Los diseños de tendencia son aquéllos que analizan cambios al paso del
tiempo en categorías, conceptos, variables o sus relaciones de alguna
población en general. Su característica distintiva es que la atención se
centra en la población o universo.
Recolección de
datos de una misma •Tiempo 1
Población Muestras distintas,
misma Población
Recolección de
Población
Recolección de
Población
Recolección de
datos de una misma •Tiempo N
Población.
16
2. Longitudinales de evolución de grupo (cohortes)

Examinan cambios a través del tiempo en subpoblaciones o grupos
específicos. Su atención son las cohortes o grupos de individuos
vinculados de alguna manera o identificados por una característica
común, generalmente la edad o la época o la región geográfica
Recolección de Muestras distintas,

datos de una •Tiempo 1
SubPoblación misma subpoblación
vinculada por algún
criterio o característica
Recolección de
SubPoblación
Recolección de
SubPoblación
Recolección de
datos de una •Tiempo N
SubPoblación.
Los Diseños de Tendencia y Evolución de grupo ambos monitorean

cambios en una población o subpoblación a través del tiempo, usando una
serie de muestras que abarcan a diferentes participantes en cada ocasión;
en los primeros, la población es la misma y en los segundos se toma
como universo a los sobrevivientes de la población.
3. Longitudinales Panel.
Los diseños panel son similares a las dos clases de diseños vistas
anteriormente, sólo que los mismos casos o participantes son medidos u
observados en todos los tiempos o momentos.
Recolección de
datos de una
Población (mismos •Tiempo 1
individuos)
Recolección de
datos de una
individuos)
Recolección de
datos de una
individuos)
Recolección de
datos de una
Población (mismos •Tiempo N
individuos)
17
PASO 7. SELECCIÓN DE LA MUESTRA.
¿En una investigación siempre tenemos una muestra?
No siempre, pero en la mayoría de las situaciones sí realizamos el estudio

en una muestra. Sólo cuando queremos efectuar un censo debemos incluir todos
los casos (personas, animales, plantas, objetos) del universo o la población.
Define las características de la
Para seleccionar una muestra, lo primero que se debe plantear es quiénes Unidad de Análisis de tu
van a ser medidos, lo que corresponde a definir la Unidad de Análisis. Una vez investigación.
definida la unidad de muestreo/análisis se determina el tamaño de la población; es

decir, la población representa el conjunto de sujetos que cumplen con las
características de la unidad de análisis.
Después se delimita claramente la población con base en los objetivos del

estudio y en cuanto a las características de contenido, de lugar y en el tiempo. La
población o universo es el conjunto de los ítems (sujetos u objetos) que concuerden
con determinadas especificaciones.
La muestra es un subgrupo de la población de la cual se recolectan los

datos y debe ser representativo de dicha población si se desean generalizar los
resultados.
Una vez que se ha definido cuál será la unidad de muestreo/análisis, se

procede a delimitar la población que va a ser estudiada y sobre la cual se pretende
generalizar los resultados. La población es el conjunto de todos los casos que
concuerdan con una serie de especificaciones. Define la Población de tu
investigación
Al seleccionar la muestra debemos evitar tres errores que pueden
presentarse:
1. Desestimar o no elegir casos que deberían ser parte de la muestra

(participantes que deberían estar y no fueron selec- cionados),
2. Incluir casos que no deberían estar porque no forman parte de la población y
3. Seleccionar casos que son verdaderamente inelegibles
18
Aleatoria Simple
MUESTRA Probabilística Estratificada
No Probabilístca Racimos o Clusters
Existen dos tipos de muestra: muestras no probabilísticas y las muestras

probabilísticas. En las muestras probabilísticas, todos los elementos de la
población tienen la misma posibilidad de ser escogidos para la muestra y se
obtienen definiendo las características de la población y el tamaño de la muestra, y
por medio de una selección aleatoria o mecánica de las unidades de
muestreo/análisis. En las muestras no probabilísticas, la elección de los
elementos no depende de la probabilidad, sino de causas relacionadas con las
características de la investigación o los propósitos del investigador.
Muestra Probabilística:
La elección entre la muestra probabilística y la no probabilística se hace

según el planteamiento del problema, las hipótesis, el diseño de investigación y el
alcance de sus contribuciones. Las muestras probabilísticas tienen muchas
ventajas; quizá la principal sea que puede medirse el tamaño del error en nuestras
predicciones. El principal objetivo del diseño de una muestra probabilística es
reducir al mínimo este error, al que se le llama error estándar.
Las muestras probabilísticas son esenciales en los diseños de

investigación transeccionales, tanto descriptivos como correlacionales-causales (las
encuestas de opinión o sondeos, por ejemplo), donde se pretende hacer
estimaciones de variables en la población. Estas variables se miden y se analizan
con pruebas estadísticas en una muestra, de la que se presupone que ésta es
probabilística y que todos los elementos de la población tienen una misma
probabilidad de ser elegidos. Para hacer una muestra probabilística son necesarios
dos procedimientos:
1. Calcular un tamaño de muestra que sea representativo de la población.
2. Seleccionar los elementos muestrales (casos) de manera que al inicio todos

tengan la misma posibilidad de ser elegidos.
19
Cálculo del tamaño de muestra
Cuando se elabora una muestra probabilística, uno debe preguntarse:

considerando que una población es de N tamaño, ¿cuál es el menor número de
unidades muestrales (personas, casos, organizaciones, capítulos de telenovelas,
etc.) que necesito para conformar una muestra (n) que me asegure un determinado
nivel de error estándar, digamos menor de 0.01? La respuesta consiste en
encontrar una muestra que sea representativa del universo o población con cierta
posibilidad de error (se pretende minimizar) y nivel de con anza (maximizar), así
como probabilidad.
1. Muestra Probabilística Estratificada .

Muestreo en el que la población se divie en segmentos, grupos o nichos
de la población, o lo que es igual: estratos; y se selecciona una muestra
para cada segmento. Ejemplos de estratos en la variable religión serían:
católicos, cristianos, protestantes, judíos, mahometanos, budistas, etc. Y
de la variable grado o nivel de estudios: preescolar, primaria, secundaria,
bachillerato, universidad (o equivalente) y posgrado. Podemos tener
estratos por diferentes tamaños de empresas, tipos de enfermedades,
altura de edificios, etcétera.
2. Muestra Probabilística por Racimos.
En algunos casos en que el investigador se ve limitado por recursos
financieros, tiempo, distancias geográficas y otros obstáculos, se recurre
al muestreo por racimos o clusters. En este tipo de muestreo se
reducen costos, tiempo y energía, al considerar que a veces las unidades
de muestreo/análisis se encuentran encapsuladas o encerradas en
determinados lugares físicos o geográficos, a los que se denomina
racimos.
Unidad de muestreo/análisis Posibles racimos
Adolescentes Preparatorias
Obreros Industrias o fábricas
Mercados/supermercados/
Amas de casa
centros comerciales
Empresas Parques o zonas industriales
Niños Colegios
El Muestrear por racimos implica diferenciar entre la unidad de análisis y

la unidad muestral. La unidad de análisis indica quiénes van a ser
medidos; es decir, los participantes o casos a quienes en última instancia
vamos a aplicar el instrumento de medición. La unidad muestral (en este
tipo de muestra) se re ere al racimo por medio del cual se logra el acceso
a la unidad de análisis. El muestreo por racimos supone una selección en
doso más etapas, todas con procedimientos probabilísticos. En la
20
primera, se seleccionan los racimos siguiendo los pasos ya señalados de

una muestra probabilística simple o estrati cada. En las fases
subsecuentes, y dentro de estos racimos, se seleccionan los casos que
van a medirse. Para ello se hace una selección que asegure que todos
los elementos del racimo tienen la misma probabilidad de ser elegidos.
3. Muestra Probabilística Estratificada .
Muestreo en el que la población se divie en segmentos, grupos o nichos
de la población, o lo que es igual: estratos; y se selecciona una muestra
para cada segmento. Ejemplos de estratos (religión como variable)
serían: católicos, cristianos, protestantes, judíos, mahometanos, budistas,
etc. Otro ejemplo (grado o nivel de estudios como varaible): preescolar,
primaria, secundaria, bachillerato, universidad (o equivalente) y posgrado.
Podemos tener estratos por diferentes tamaños de empresas, tipos de
enfermedades, altura de edificios, etcétera.
¿Cómo se debe seleccionar la muestra?:
Se determina el tamaño de la muestra n. Las unidades de análisis o los

elementos muestrales se eligen siempre aleatoriamente para asegurarnos de que
cada elemento tenga la misma probabilidad de ser elegido. Los métodos más
usados son:
• Tómbola.
• Números aleatorios.
• Selección sistemática de elementos muestrales.
El procedimiento de selección sistemática es muy útil e implica elegir
dentro de una población N un número n de elementos a partir de un intervalo K.
Este último (K ) es un intervalo que se determina por el tamaño de la población y el
tamaño de la muestra. Así, tenemos que K = N/n, en donde K = un intervalo de
selección sistemática, N = la población y n = la muestra.
Para determinar el tamaño óptimo de una muestras probabilísticas, se

requieren dos procedimientos básicos:
1. La determinación del tamaño de la muestra y
2. La selección aleatoria de los elementos muestrales.
Muestra No Probabilística:
Las muestras no probabilísticas, también llamadas muestras dirigidas,

Define el Tipo de muestra:
suponen un procedimiento de selección orientado por las características de la
• Probabilística
investigación, más que por un criterio estadístico de generalización; seleccionan • No probabilística
individuos o casos “típicos” sin intentar que sean estadísticamente representativos
y el Procedimiento de selección
de una población determinada.
21
PASO 8. RECOLECCIÓN DE DATOS.
Recolectar datos implica elaborar un plan detallado de procedimientos que

descríbela
nos conduzcan a reunir datos con un propósito específico. La recolección de datos
implica:
• Selección de instrumentos o métodos de recolección de datos.

• Aplicación de los instrumentos de medición.
• Preparar las observaciones, registros y mediciones obtenidas para
ser analizadas.
Para la recolección de datos se requiere un “Instrumento de Medición”. Los
instrumentos de medición son aparatos, medios o métodos para obtener datos o
información que servirán para aceptar o rechazar las hipótesis, contestar las
preguntas de investigación y la consecución de los objetivos de investigación.
La recolección de datos implica tener en cuenta:
• ¿Cuáles son las fuentes de las que se obtendrán los datos? Es decir, los
datos van a ser proporcionados por personas, se producirán de
observaciones y registros o se encuentran en documentos, archivos,
bases de datos, etcétera.
• ¿En dónde se localizan tales fuentes? Regularmente en la muestra

seleccionada, pero es indispensable definir con precisión.
• ¿A través de qué medio o método vamos a recolectar los datos? Esta

fase implica elegir uno o varios medios y definir los procedimientos que
utilizaremos en la recolección de los datos. El método o métodos deben
ser confiables, válidos y “objetivos”.
• Una vez recolectados, ¿de qué forma vamos a prepararlos para que
puedan analizarse y responda- mos al planteamiento del problema?
El plan se nutre de diversos elementos:
1. Las variables, conceptos o atributos a medir (contenidos en el planteamiento

e hipótesis o directrices del estudio).
2. Las definiciones operacionales. La manera como hemos operacionalizado las

variables es crucial para determinar el método para medirlas, lo cual a su vez,
resulta fundamental para realizar las inferencias de los datos.
3. La muestra.
4. Los recursos disponibles (de tiempo, apoyo institucional, económicos,
22
etcétera).
El plan se implementa para obtener los datos requeridos, no olvidemos que

todos los atributos, cualidades y variables deben ser medibles.
¿Qué significa medir?:
Medir es un “proceso de vincular conceptos abstractos con indicadores

empíricos”, el cual se realiza mediante un plan explícito y organizado para clasificar
(y con frecuencia cuantificar) los datos disponibles (indicadores), en términos del
concepto que el investigador tiene en mente. Esto es: asignar números, símbolos o
valores a las propiedades de objetos y eventos de acuerdo a ciertas reglas.
En este proceso, el instrumento de medición o de recolección de datos tiene

un papel central.
Un instrumento de medición adecuado es aquél que registra datos

observables que representan verdaderamente los conceptos o las variables que el
investigador tiene en mente.
Instrumentos de Medición:
Pruebas Estandarizadas
(instrumentos que ya han sido
utilizados por otros investigadores)
Fenómenos Tabla
Con o sin
Observaciones o de
intervención
comportamientos observación
TABLA DE CODIFICACIÓN
Instrumentos Elaboración
LIBRO DE CÓDIGOS
Preguntas
de diseño propio de
Abiertas
guías
INSTRUMENTO
DE
MEDICION Cuestionarios
Preguntas
Cerradas
TIPO DE ADMINISTRACION Valores
nominales
REQUISITOS
Valores ordinales
Auto administrados
Escala Likert
Valores de
Valido Administrados actitudes intervalo
Telefónicos Valores de razón

Objetivo
CODIFICACION
Correo o medios
electrónicos
Confiable
Focus Group Reporte
23
¿Qué requisitos debe cubrir un instrumento de medición?

descríbela
Toda medición o instrumento de recolección de datos debe reunir tres
requisitos esenciales: confiabilidad, validez y objetividad.
1. Confiabildiad.
La confiabilidad de un instrumento de medición se re ere al grado en que
su aplicafición repetida al mismo individuo u objeto produce resultados
iguales.
2. Validez.
La validez, en términos generales, se refiere al grado en que un
instrumento mide realmente la variable que pretende medir.
3. Objetividad.
La objetividad se refiere al grado en que éste es o no permeable a la
influencia de los sesgos y tendencias del investigador o investigadores
que lo administran, califican e interpretan.
Factores que afectan la validez y la confiabilidad:
Hay diversos factores que llegan a afectar la confiabilidad y la validez de los

instrumentos de recolección de los datos e introducen errores en la medición.
• Improvisación
• Fuera de contexto (diseñados en el extranjero)
• Inadecuado (muy elevando, motivación del encuestado, etc.)
• Condiciones (muy largo o tedioso, horario de aplicación, etc.)
Pasos para construir un instrumento de medición
24
Tres aspectos fundamentales para un instrumento o sistema de medición

descríbela
Existen tres aspectos básicos respecto a las variables que deben
considerarse al momento de construir un instrumento:
1. Operacionalización.
El paso de una variable teórica a indicadores empíricos verificables y
medibles e ítems o equivalentes se le denomina operacionalización. La
operacionalización se fundamenta en la definición conceptual y
operacional de la variable. Cuando se construye un instrumento, el
proceso más lógico para hacerlo es transitar de la variable a sus
dimensiones o componentes, luego a los indicadores y finalmente a los
ítems o reactivos y sus categorías.
2. Codificación.
Codificar los datos significa asignarles un valor numérico o símbolo que
los represente. Es decir, a las categorías (opciones de respuesta o
valores) de cada ítem o variable se les asignan valores numéricos o
signos que tienen un significado.
Información Verbal. (Datos obtenidos)
CODIFICACIÓN.
Información numérica. (Tratamiento Estadístico)
DECODIFICACIÓN.
Información verbal. (Reporte)
3. Establecer los niveles de medición.

Existen cuatro niveles de medición ampliamente conocidos:
a. Nivel de medición nominal. En este nivel hay dos o más
categorías del ítem o la variable. Las categorías no tienen orden
ni jerarquía. Lo que se mide (objeto, persona, etc.) se coloca en
una u otra categoría, lo cual indica tan sólo diferencias respecto
de una o más características.
b. Nivel de medición ordinal. En este nivel hay varias categorías,
pero además mantienen un orden de mayor a menor. Las
etiquetas o los símbolos de las categorías sí indican jerarquía.
c. Nivel de medición por intervalos. Además del orden o la jerarquía
entre categorías, se establecen intervalos iguales en la medición.
Las distancias entre categorías son las mismas a lo largo de toda
la escala, por lo que hay un intervalo constante, una unidad de
medida.
d. Nivel de medición de razón. En este nivel, además de tenerse
todas las características del nivel de intervalos (unidad de
medida común, intervalos iguales entre las categorías y
25
aplicación de operaciones aritméticas básicas y sus

derivaciones), el cero es real y absoluto (no es arbitrario). Cero
absoluto implica que hay un punto en la escala donde está
ausente o no existe la propiedad medida
¿Cómo se codifican las respuestas a un instrumento de medición?
Una vez recolectados los datos, deben codificarse. Las categorías de un

ítem, indicador o pregunta requieren codificarse con símbolos o números; y esto
debe hacerse, porque de lo contrario no se efectuaría ningún análisis o sólo se
contaría el número de respuestas o casos en cada categoría. Comúnmente, el
investigador se interesa en realizar análisis más allá de un conteo de casos por
categoría, y éstos se llevan a cabo por medio de la computadora u ordenador. Para
ello es necesario transformar las respuestas en símbolos o valores numéricos. Los
datos deben resumirse, codificarse y prepararse para el análisis.
1. Establecer los códigos de las categorías o alternativas de respuesta de

los ítems o preguntas.
Cuando todas las categorías fueron precodificadas y no se tienen
preguntas abiertas, este primer paso no es necesario, ya se efectuó. Si
las categorías no fueron precodificadas o se tienen preguntas abiertas,
deben asignarse los códigos o la codificación a todas las categorías de
los ítems.
2. Elaborar el libro de códigos incluyendo todos los ítems, uno por uno.
Una vez que están codificadas todas las categorías de los ítems, se
procede a elaborar el “libro de códigos”, el cual describe la localización
de las variables y los códigos asignados a las categorías en una matriz o
base de datos. Los elementos comunes de un libro de códigos son:
variables de la investigación, preguntas, indicadores o ítems; categorías,
códigos (números o símbolos utilizados para asignarse a las categorías)
y número de columna en la matriz de datos a que corresponde cada ítem.
3. Efectuar físicamente la codificación.
El tercer paso del proceso es la codificación física de los datos; es decir,
llenar la matriz de datos con los valores implicados en las respuestas o
las lecturas al instrumento de medición (transferir éstas a la matriz).
26
PASO 9. ANÁLISIS DE DATOS.
¿De qué depende el Análisis de Datos?

descríbela
Una vez que los datos se han codi cado, transferido a una matriz, guardado
en un archivo y “limpiado” los errores, el investigador procede a analizarlos. En la
actualidad, el análisis cuantitativo de los datos se lleva a cabo por computadora u
ordenador, en especial si hay un volumen considerable de datos.
Los análisis de los datos dependen de tres factores:
• El propósito de la investigación.
• El nivel de medición de las variables.
• La manera como se hayan formulado las hipótesis.
• El interés analítico del investigador (que depende del planteamiento del

problema).
Generalmente el Análisis de datos implica un tratamiento estadístico de los

datos para poder interpretar la información que se recabó durante la recolección de
datos, codificación. Los tipos o métodos de análisis estadístico son variados; pero
cabe señalar que el análisis no es indiscriminado, sino que cada método tiene su
razón de ser y un propósito específico; por ello, no deben hacerse más análisis de
los necesarios. La estadística no es un fin en sí misma, sino una herramienta para
evaluar los datos.
Para el análisis e interpretación de los datos se propone aplicar 4 tipos de

trataimientos estadísticos:
1. Estadísticas descriptivas
2. Medidas de tendencia central
3. Medidas de variabilidad
4. Pruebas de Hipótesis
Estadística descriptiva.
La primera tarea es describir los datos, los valores o las puntuaciones

obtenidas para cada variable.
Una distribución de frecuencias es un conjunto de puntuaciones respecto

de una variable ordenadas en sus respectivas categorías y generalmente se
presenta como una tabla.
Las distribuciones de frecuencias pueden completarse agregando los
27
porcentajes de casos en cada categoría, los porcentajes válidos (excluyendo los

valores perdidos) y los porcentajes acumulados (por- centaje de lo que se va
acumulando en cada categoría, desde la más baja hasta la más alta).
Las distribuciones de frecuencias, especialmente cuando utilizamos los

porcentajes, pueden presentarse en forma de histogramas o grá cas de otro tipo
(por ejemplo: de pastel).
Los polígonos de frecuencias relacionan las puntuaciones con sus

respectivas frecuencias. Los polígonos se construyen sobre los puntos medios de
los intervalos. Por ejemplo, si los intervalos fueran 20-24, 25-29, 30-34, 35-39, y
siguientes; los puntos medios serían 22, 27, 32, 37, etc.
Los polígonos de frecuencias representan curvas útiles para describir los

datos. Nos indican hacia dónde se concentran los casos (personas, organizaciones,
segmentos de contenido, mediciones de polución, datos de presión arterial, etc.) en
la escala de la variable
Medidas de tendencia central
Las medidas de tendencia central son puntos en una distribución obtenida,

los valores medios o centrales de ésta, y nos ayudan a ubicarla dentro de la escala
de medición de la variable analizada. Las principales medidas de tendencia central
son tres: moda, mediana y media. El nivel de medición de la variable determina cuál
es la medida de tendencia central apropiada para interpretar.
La moda es la categoría o puntuación que ocurre con mayor frecuencia.
La mediana es el valor que divide la distribución por la mitad. Esto es, la

mitad de los casos caen por debajo de la mediana y la otra mitad se ubica por
encima de ésta. La mediana re eja la posición intermedia de la distribución
La media es el promedio aritmético de una distribución. Se simboliza

como, y es la suma de todos los valores dividida entre el número de casos. Es una
medida solamente aplicable a mediciones por intervalos o de razón. Carece de
sentido para variables medidas en un nivel nominal u ordinal.
Medidas de Variabilidad
Las medidas de la variabilidad indican la dispersión de los datos en la

escala de medi- ción de la variable considerada y responden a la pregunta: ¿dónde
están diseminadas las puntuaciones o los valores obtenidos? Las medidas de
tendencia central son valores en una distribución y las medidas de la variabilidad son
intervalos que designan distancias o un número de unidades en la escala de
medición. Las medidas de la variabilidad más utilizadas son rango, desviación
28
estándar y varianza.
El rango, también llamado recorrido, es la diferencia entre la puntuación

mayor y la puntuación menor, e indica el número de unidades en la escala de
medición que se necesitan para incluir los valores máximo y mínimo. Se calcula así:
XM – Xm (puntua- ción mayor menos puntuación menor). Cuanto más grande sea el
rango, mayor será la dispersión de los datos de una distribución.
La desviación estándar o característica es el promedio de desviación de

las puntuaciones con respecto a la media. Esta medida se expresa en las unidades
originales de medición de la distribución. Se interpreta en relación con la media.
Cuanto mayor sea la dispersión de los datos alrededor de la media, mayor será la
desviación estándar. Se simboliza como: “s” o la sigma minúscula “”, o bien
mediante la abreviatura DE.
La desviación estándar se interpreta como cuánto se desvía, en promedio,

de la media un conjunto de puntuaciones.
La desviación estándar sólo se utiliza en variables medidas por intervalos o

de razón.
La varianza es la desviación estándar elevada al cuadrado y se simboliza

2
como s . Es un concepto estadístico muy importante, ya que la mayoría de las
pruebas cuantitativas se fundamentan en ella. Diversos métodos estadísticos parten
de la descomposición de la varianza; sin embargo, con fines descriptivos, se utiliza
preferentemente la desviación estándar.
Prueba de Hipótesis.
Con frecuencia, el propósito de la investigación va más allá de describir las

distribuciones de las variables: se pretende probar hipótesis y generalizar los
resultados obtenidos en la muestra a la población o universo. Los datos casi siempre
se recolectan de una muestra y sus resultados estadísticos se denominan
estadígrafos; la media o la desviación estándar de la distribución de una muestra son
estadígrafos. A las estadísticas de la población se les conoce como parámetros.
Éstos no son calculados, porque no se recolectan datos de toda la población, pero
pueden ser inferidos de los estadígrafos, de ahí el nombre de estadística
inferencial.
Entonces, la estadística inferencial se utiliza fundamentalmente para dos

procedimientos vinculados:
• Probar hipótesis poblacionales
• Estimar parámetros
29
Una hipótesis en el contexto de la estadística inferencial es una proposición

respecto de uno o varios parámetros, y lo que el investigador hace por medio de la
prueba de hipótesis es determinar si la hipótesis poblacional es congruente con los
datos obtenidos en la muestra
Una hipótesis se retiene como un valor aceptable del parámetro, si es

consistente con los datos. Si no lo es, se rechaza (pero los datos no se descartan).
Hay dos tipos de análisis estadísticos que pueden realizarse para probar
hipótesis: los análisis paramétricos y los no paramétricos.
Análisis paramétricos
Para realizar análisis paramétricos debe partirse de los siguientes

supuestos:
1. La distribución poblacional de la variable dependiente es normal: el

universo tiene una distribución normal.
2. El nivel de medición de las variables es por intervalos o razón.
3. Cuando dos o más poblaciones son estudiadas, tienen una varianza
homogénea: las poblaciones en cuestión poseen una dispersión similar
en sus distribuciones.
Ciertamente estos criterios son tal vez demasiado rigurosos y algunos
investigadores sólo basan sus análisis en el tipo de hipótesis y los niveles de
medición de las variables.
Existen diversas pruebas paramétricas, pero las más utilizadas son:
• Coeficiente de correlación de Pearson y regresión lineal.

• Prueba t.
• Prueba de contraste de la diferencia de proporciones.
• Análisis de varianza unidireccional (ANOVA en un sentido).
• Análisis de varianza factorial (ANOVA).
• Análisis de covarianza (ANCOVA).
Para efectos de este manual sólo se describe, de forma muy general, la
Prueba t.
La Prueba t es una prueba estadística para evaluar si dos grupos difieren

entre sí de manera significativa respecto a sus medias en una variable.
Se simboliza: t.
Hipótesis: de diferencia entre dos grupos. La hipótesis de investigación

propone que los grupos di eren entre sí de manera signi cativa y la hipótesis nula
plantea que los grupos no di eren signi - cativamente.
30
Los grupos pueden ser dos plantas comparadas en su productividad, dos

escuelas contrastadas en los resultados a un examen, dos clases de materiales de
construcción cotejados en su rendimiento, dos medicamentos comparados en su
efecto, etcétera.
Variables: la comparación se realiza sobre una variable (regularmente y de

manera teórica: dependiente). Si hay diferentes variables, se efectuarán varias
pruebas t (una por cada variable), y la razón que motiva la creación de los grupos
puede ser una variable independiente. Por ejemplo, un experimento con dos
grupos, donde a uno se le aplica el estímulo experimental y al otro no, es de control.
Nivel de medición de la variable de comparación: intervalos o razón.
Cálculo e interpretación: el valor t es calculado por el programa

estadístico.21 Los programas, por ejemplo SPSS, arrojan una tabla con varios
resultados, de los cuales los más necesarios para interpretar son el valor t y su
signi cancia. Veamos un ejemplo y la interpretación
La prueba t se basa en una distribución muestral o poblacional de diferencia

de medias conocida como la distribución t de Student que se identifica por los grados
de libertad, los cuales constituyen el número de maneras en que los datos pueden
variar libremente. Son determinantes, ya que nos indican qué valor debemos esperar
de t, dependiendo del tamaño de los grupos que se comparan. Cuanto mayor
número de grados de libertad se tengan, la distribución t de Student se acercará más
a ser una distribución normal y usualmente, si los grados de libertad exceden los
120, la distribución normal se utiliza como una aproximación adecuada de la
distribución t de Student.
Análisis no paramétricos
Para realizar los análisis no paramétricos debe partirse de las siguientes

consideraciones:
Las pruebas no paramétricas más utilizadas son:
• La chi cuadrada o 2.
• Los coe cientes de correlación e independencia para tabulaciones
cruzadas.
• Los coeficientes de correlación por rangos ordenados de Spearman
y Kendall.
La Chi caudrada o x2 es una prueba estadística para evaluar hipótesis
acerca de la relación entre dos variables categóricas.
Se simboliza: x2
31
Hipótesis por probar: correlacionales.
Variables involucradas: dos. La prueba Chi cuadrada no considera

relaciones causales.
Nivel de medición de las variables: nominal u ordinal (o intervalos o razón

reducidos a ordinales). Procedimiento: se calcula por medio de una tabla de
contingencia o tabulación cruzada, que es un cuadro de dos dimensiones y cada
dimensión contiene una variable. A su vez, cada variable se subdivide en dos o más
categorías.
En esencia, la Chi cuadrada es una comparación entre la tabla de

frecuencias observadas y la denominada tabla de frecuencias esperadas, la cual
constituye la tabla que esperaríamos encontrar si las variables fueran
estadísticamente independientes o no estuvieran relacionadas. Es una prueba que
parte del supuesto de “no relación entre variables” (hipótesis nula) y el investigador
evalúa si en su caso esto es cierto o no, analiza si las frecuencias observadas son
diferentes de lo que pudiera esperarse en caso de ausencia de correlación. La lógica
es así: “si no hay relación entre las variables, debe tenerse una tabla así (la de las
frecuencias esperadas). Si hay relación, la tabla que obtengamos como resultado en
nuestra investigación tiene que ser muy diferente respecto de la tabla de frecuencias
esperadas”. Es decir, lo que se contó en comparación con lo que se esperaría del
azar.
32

Maual Protocolo de Investigacion PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Maual Protocolo de Investigacion PDF

Cargado por

Copyright:

Formatos disponibles

PROTOCOLO DE

Guía práctica para la elaboración

El Anteproyecto o Protocolo de Investigación, es un documento que el investigador

1. Nos obliga a reflexionar de una forma metodológica sobre lo que

2. Facilita el que se pueda recoger la discusión y el trabajo en

3. Permite poner en común el conocimiento…

4. Asegura que lo que hemos dicho no se olvide…

5. Es una fuente continua de consulta de los acuerdos y de

6. Permite que se entiendan todos los que van a participar de

7. Puede ser una herramienta para dar promoción al trabajo

8. Un buen protocolo es signo de seriedad y genera

9. Es muy útil para facilitar la difusión de los resultados …

10. Se minimizan los errores y se incrementan las posibilidades

El PROTOCOLO DE INVESTIGACIÓN debe contener los siguientes apartados:

PASO 1. CONCEBIR LA IDEA DE INVESTIGACIÓN.

PASO 1. CONCEBIR LA IDEA DE INVESTIGACIÓN

Las líneas de Investigación son enfoques interdisciplinarios que permiten

Son el eje temático mono o interdisciplinario en el que confluyen actividades

Las investigaciones se originan en las ideas. Para iniciar una investigación se

Recuerda que un mismo tema se puede analizar desde diferentes ángulos

PASO 2 . PLANTEAMIENTO DEL PROBLEMA.

Plantear el Problema de Investigación es afinar y estructurar más

Los objetivos de investigación tienen la finalidad de señalar a lo que se

Verbo Variable Conector Variable Universo

Las Preguntas de investigación orientan hacia las respuestas que se

A continuación se indican algunos criterios para evaluar la utilidad de una

Relevancia Imlicaciones Utilidad

La viabilidad de la Investigación nos permite tener en cuenta la

debemos preguntarnos: ¿es posible llevar a cabo la investigación? Y ¿cuánto tiempo

A continuación se indican algunos criterios para evaluar la utilidad de una

Analiza y evalúa tu investigación

PASO 3. MARCO TEÓRICO.

Considera el siguiente ejemplo: se pretende realizar un estudio sobre la

El estado del arte permite conocer la situación sobre el tema. El siguiente

Cada uno de los diagramas de la figura representa la información que se

El Estado del Arte ayuda a no reinventar la rueda; a formalizar la idea de la

Permite seleccionar la perspectiva principal con la que se va a trabajar.

La escritura del estado del arte, permite al investigador conocer qué se ha

El Marco Teórico se integra con las teorías, enfoques teóricos, estudios y

Para escribir el Marco Teórico es necesario:

1. Revisar las fuentes bibliográficas y seleccionar aquéllas que puedan

PASO 4 . ALCANCCE DE INVESTIGACIÓN.

El Alcance de Investigación determina la estrategia a seguir en la

En la práctica, cualquier estudio puede incluir elementos de más de una de

¿Qué alcance tendrá la investigación: Explorativa, Descriptiva, Correlacional

¿Hasta dónde, en términos de conocimientos, llegará el estudio?

PASO 5 . HIPÓTESIS DE INVESTIGACIÓN.

Dentro de la investigación científica, las Hipótesis (Hi) son proposiciones

Plantea y escribe 3 Hipótesis de

Las Ho representan proposiciones que niegan o refutan la relación entre variables.

Escribe la Hipótesis Nula

Ho se acepta. Ofrecen una descripción o respuesta diferente a la esperada en la Hi.

PASO 6. DISEÑO DE INVESTIGACIÓN.

El Diseño de Investigación se refiere al plan o estrategia concebida para

Los Diseños de Investigación pueden

Para entender los diseños experimentales, es preciso definir qué

Los experimentos manipulan tratamientos, estímulos, influencias o

sobre otras variables (las dependientes) en una situación de control.

Los diseños experimentales se utilizan cuando el investigador pretende

1. Manipulación intencional de las variables independientes.

Donde 1, 2, 3, etc. son los valores que adquiere la Variable

Manipulació n de la la variable Medició n del efecto sobre

Se utiliza la letra “X” para simbolizar una variable independiente o