UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENERÍA MECÁNICA –

ENERGÍA

DESARROLLO DE TESIS

Dr. Juan Manuel Palomino Correa

2020
 METODOLOGÍA
Consiste en un resumen claro y conciso de cada una de las etapas de la
investigación. El marco metodológico es diferente para cada nivel o
tipo de investigación.
 A. LA INVESTIGACIÓN
*CONCEPTO:
-Es un proceso de producción de conocimientos
científicos.

-Es un proceso sistemático a través del cual se recogen

datos e información de la realidad objetiva, para dar
respuesta a interrogantes planteadas.

*OBJETIVO:
-Descubrir respuestas a determinadas interrogantes, a
través de la aplicación de procedimientos científicos.
 FUNCIONES
1. DESCRIPCIÓN.- Es el elemento estructural indispensable,
es la más simple. Sin ella no se puede explicar ni predecir.
Responde ¿Cómo es el objeto de estudio?

2. EXPLICACIÓN.- Sucede a la descripción. Para explicar un

fenómeno se tiene que saber como es.
Responde: ¿Por qué es así el objeto de estudio?

3. PREDICCIÓN.- Es una estimación o resultado esperado, es

una deducción a partir de determinados supuestos o
premisas, donde siempre se usa un método para
operacionalizarla.
Responde: ¿Qué sucederá?, ¿Cómo sucederá?, ¿Cuánto
resultara?
 BÁSICA, PURA
SEGÚN EL O
PROPÓSITO DE LA FUNDAMENTAL
INVESTIGACIÓN
APLICADA

LONGITUDINAL
SEGÚN LA
EVOLUCIÓN DEL
FENÓMENO
TRANSVERSAL

RETROSPECTIVO
SEGÚN EL TIEMPO DE
OCURRENCIA DE LOS
HECHOS PROSPECTIVO
 TIPOS DE INVESTIGACIÓN
1. SEGÚN EL PROPÓSITO DE LA INVESTIGACIÓN:

1.1. BÁSICA, PURA O FUNDAMENTAL

Aporta un cuerpo organizado de conocimientos
científicos y no produce necesariamente resultados de
utilidad práctica inmediata.
1.2. APLICADA
Interesada en la aplicación de conocimientos a la
solución de un problema práctico. Busca conocer para
hacer, actuar, construir, modificar; le preocupa la
aplicación inmediata sobre una realidad concreta.
 TIPOS DE INVESTIGACIÓN

2. SEGÚN LA EVOLUCIÓN DEL FENÓMENO:

2.1. LONGITUDINAL- evolución de las variables en el tiempo.

2.2. TRANSVERSAL- estudio simultaneo de las variables.

3. SEGÚN EL TIEMPO DE OCURRENCIA DE LOS HECHOS:

3.1. RETROSPECTIVO- cuando se estudian hechos ocurridos

en el pasado.
3.2. PROSPECTIVO- cuando se registra la información según
van ocurriendo los hechos o fenómenos de estudio.
 NIVELES DE INVESTIGACIÓN
Proposiciones de tipo descriptivo sobre hechos o situaciones
del objeto del conocimiento que aunque son conocidos por el
saber popular puede ser sometidas a verificación por el
investigador. Presenta tres niveles:

1. EXPLORATIVA.- tiene como objetivos:

- Formular problemas
- Deducir y desarrollar hipótesis.
- Sugerir algunas investigaciones.
- Establecer prioridades para futuras investigaciones.
- Familiarizar al investigador con el fenómeno que desea
estudiar, etc.
- No se plantean hipótesis
 NIVELES DE INVESTIGACIÓN
2. DESCRIPTIVA.- tiene como objetivo:
-Determinar las características de un fenómeno.
-Establecer relaciones entre algunas variables en un
determinado lugar o momento.
-Permite tener conocimiento actualizado del fenómeno
tal como se presenta
-En esta se deben determinar y definir previamente las
variables
NIVELES DE LA INVESTIGACION
3. EXPERIMENTAL.- tiene como objetivos:

-Probar hipótesis de varios grados de abstracción y

complejidad.
-Determinar y explicar las causas.
-Es la descripción y análisis de lo que será u ocurrirá en
condiciones cuidadosamente controladas
* Tiene como propósito manipular las variables que
tienen relación causal para transformarlo. Su finalidad
es crear conocimientos nuevos para mejorar el objeto
de investigación.
MÉTODOS DE LA INVESTIGACIÓN
Método es el camino o procedimiento que se sigue mediante un
conjunto sistemático de operaciones y reglas prefijadas, para alcanzar
un resultado propuesto. Entre estos tenemos:

1.MÉTODO DESCRIPTIVO.-no prueba hipótesis. Se tiene: estudio de

casos, encuestas, evolutivo , de seguimiento, ex post facto,
correlaciones.
2. MÉTODO HISTÓRICO.- describe e interpreta los sucesos y progresos
del pasado.

3. MÉTODO EXPERIMENTAL.- investiga relaciones causa-efecto.

Método clásico de laboratorio, mas difícil, pero mas exacto.

4. MÉTODO CUANTITATIVO.- expresado en cantidades numéricas fijas.

5. MÉTODO CUALITATIVO.- expresado en términos ordinales.

METODOS DE INVESTIGACION
6. MÉTODO INDUCTIVO.- se inicia por observación de
fenómenos particulares y llegar a conclusiones y
premisas de carácter general.
7. MÉTODO DEDUCTIVO.- se inicia por observación de
carácter general y llegar a conclusiones particulares
8. MÉTODO DE ANÁLISIS.- identificación de cada una
de las partes de la realidad, estableciendo la relación
causa-efecto entre los elementos
9. MÉTODO DE SÍNTESIS.- procede de lo simple a lo
complejo, de causas a efectos, de la parte al todo
DISEÑO DE LA INVESTIGACIÓN

Es la representación algebraica del trabajo de

investigación, o tesis, debe estar representado por una
formula o por un modelo que refleja la asociación o
relación de variables, si fuera el caso.
1. DISEÑOS DE ACUERDO AL OBJETO
DEL TRABAJO DE LA TESIS:

A. DISEÑO POR OBSERVACIÓN

Ox r Oy
Donde:
Ox : Observación de la variable independiente
Oy : Observación de la variable dependiente
r : Relación entre variables
B. DISEÑO POR OBJETIVOS

P1 O1 H1 CH1 CP1
P2 O2 H2 CH2 CP2 CF
P3 O3 H3 CH3 CP3

Donde:

-P1, P2, P3 Problemas específicos

-O1, O2, O3 Objetivos específicos
-H1, H2, H3 Hipótesis especificas
-CH1, CH2, CH3 Contrastación de hipótesis
-CP1, CP2, CP3 Conclusiones parciales
-CF Conclusión final
C. DISEÑO DESCRIPTIVO

C.1. DESCRIPTIVO SIMPLE:

Busca recoger información actualizada sobre el objeto de

investigación. Sirve para estudios de diagnostico
descriptivo, caracterizaciones, perfiles, etc. El investigador
se limita a recoger información de la situación actual:
M O

Donde:
M: muestra u objeto en que se realiza el estudio
O: observación de la muestra
C.2. DESCRIPTIVO COMPARATIVO:

Recoge información de varias muestras sobre un mismo

objeto de investigación y lo caracteriza sobre la base de una
comparación. Comparación entre las muestras, pudiendo ser
semejantes (≈), iguales (⁼) o diferentes (≠).

M1 O1 O1 =, ≈, ≠ O2 …………On
M2 O2
Mn On

Donde:
M1 , M2 ; M3 , Mn - cada una de las muestras
O1 , O2 , O3 , On - observación de las muestras para recoger
información
C.3. CORRELACIONAL:

Se busca el grado de relación existente entre dos o más

variables de un objeto de investigación.

Ox
r
M Oy
r
Oz

Donde:
M : Muestra
Ox , Oy , Oz : Observación de las variables
R : Posible relación entre las variables
C.4. CAUSAL COMPARATIVO:

Consiste en recolectar información de dos o mas muestras

para observar el comportamiento de una variable, tratando
de “controlar” estadísticamente otras variables que podría
afectar la VD

M1 O1xyz
M2 O2xyz

Donde:
M1 , M2 : Muestras del estudio
O1 , O2 : Observación o mediciones de las muestras, mientras
xyz representan las variables controladas estadísticamente.
C.5. LONGITUDINAL:

Se toma una muestra del objeto, que es evaluada en distintos

momentos en el tiempo y por periodos bastante largos.

t1 t2 t3 t4
M
O1 O2 O3 O4

Donde:
M : Muestra
t1 a t4 : Momentos en que se hacen las observaciones
O1 a O4 : Observación o mediciones de las variables de estudio.

Ventaja: proporciona información bastante confiable de los cambios

observados en la variable estudiada.

Desventaja: el estudio lleva mucho tiempo para extraer las

conclusiones.
D. DISEÑOS DE EX – POST – FACTO

Se examina los efectos que tiene una variable que ha

actuado de manera normal u ordinaria. La VI no se
manipula, sino se observa y determina los efectos que
ha tenido sobre la VD.

Ejm: ¿Cuáles son los factores que contribuyeron a

lograr alta confiabilidad en el mantenimiento de
maquinas-herramientas de la empresa Z?
D.1. DISEÑO CORRELACIONAL:

Consiste en recolectar dos o mas conjuntos de datos de un

objeto de investigación con la intención de determinar la
relación entre éstos.

O1
M r
O2

Donde:
O1 , O2 : observación o mediciones del conjunto de datos 1 y 2
D.2. DISEÑO DE GRUPO CRITERIO:

Se usa cuando queremos conocer la causa de un fenómeno.

Generalmente se realiza la comparación con otro objeto de
investigación similar, pero donde se produjo un fenómeno
diferente.

Ejm: Si queremos determinar las causas del mal funcionamiento de

una maquina-herramienta, debemos de contrastar otra maquina
similar pero que tiene un buen funcionamiento.

Mx O1
Mc O2

Donde:
Mx : VI (maquina con fallas)
Mc : variable de control (maquina sin fallas)
O1, O2 : observación de posibles causas
E. DISEÑOS EXPERIMENTALES

Sirva para organizar la obtención de datos a partir de la

reproducción de las propiedades del objeto de investigación en un
modelo o en un prototipo. Su modelo se construye por el principio
de modelación física (matemática), cuando éste (es distinta a la
del objeto, pero de funcionamiento similar ) tiene la misma
naturaleza física del objeto: prototipo

Utiliza símbolos y signos, como:

X: tratamiento experimental, para varios experimentos X1 , X2
(Espacio en blanco) : tratamiento de control
O: observación o medición, para varias observaciones O1 , O2
A: grupo seleccionado mediante aleatorización
Ap: grupo seleccionado mediante apareamiento
GE: grupo experimental
GC: grupo control
ALEATORIZACIÓN.-
Es una asignación aleatoria de los objetos a los grupos de
experimento. Utilice la tabla de números aleatorios, que
incluye números del 0 al 9 y su secuencia es totalmente al
azar

APAREAMIENTO.-
Consiste en igualar a los grupos en relación con alguna
variable especifica que se piensa puede influir en forma
decisiva en la VD.
E.1. DISEÑOS PRE – EXPERIMENTALES:

Son diseños que no pueden controlar los factores que

influyen contra la validez interna y externa; pero
ilustran la forma en que las variables extrañas pueden
influir en la validez interna. Nos muestra lo que se debe
hacer y no debe hacer. Es utilizado en la investigación
exploratoria.

E.1.1. Diseño de un grupo con post prueba

E.1.2. Diseño de un grupo con pre prueba y post prueba
E.1.3. Diseño con grupo control y post prueba
E.2. DISEÑOS CUASI-EXPERIMENTALES:

Son semejantes a los experimentos “verdaderos”, se

tiene:

E.2.1. Diseño con grupo control y post prueba.

E.2.2. Diseño con grupo control, pre prueba y post
prueba.
E.3. DISEÑOS EXPERIMENTALES:

Tenemos los siguientes:

E.3.1. Diseño con grupo control y post prueba.

E.3.2. Diseño con grupo control, pre prueba y post
prueba.
E.3.3. Diseño de cuatro grupos de Salomón
F. DISEÑOS FACTORIALES EXPERIMENTALES

Manipulan dos o más VI e incluyen dos o más niveles de

presencia en cada una de las VI. La construcción básica
de un diseño factorial consiste en que todos los niveles
de cada variable independiente son tomados en
combinación con todos los niveles de las otras VI.

F.1. Diseño factorial 22 ó 2x2

F.2. Diseño factorial 23 ó 2x2x2
G. DISEÑO DE APLICACIÓN

Sirve para evaluar la conversión de un modelo a objeto.

Mientras que los anteriores diseños evalúan los
modelos que representan los objetos de la realidad. Se
requieren dos equipos uno experimental OE y otro
control OC. El objeto experimental es diseñado y
construido mientras que el objeto de control es uno
existente al cual se quiere superar en eficiencia o
productividad. Los objetos se evalúan en
funcionamiento mediante la VD.
EE X O1
EC …. O2

Donde:

EE: Equipo experimental

EC: Equipo de control
X : Funcionamiento del equipo diseñado
O1 : Observación de la VD del EE
O2 : Observación de la VD del EC
¿CÓMO SELECCIONAR EL DISEÑO
APROPIADO?

El tipo de investigación nos lleva a seleccionar cierta clase

de hipótesis el que a su vez nos sirve para seleccionar un
determinado diseño de investigación.

TIPOS DE INVESTIGACIÓN

INV. EXPLORATORIAS Y DESCRIPTIVAS – Variables de

entrada y salida.
INV. EXPLORATORIA - La observación no es controlada como
en la descriptiva.
INV. CORRELACIÓNALES - Compara dos grupos o variables-
observando comportamiento histórico.
 TIPOS DE INVESTIGACIÓN

INV. EXPLICATIVA - Evidencias con las causas deben ser

claras.
INV. EXPERIMENTAL- optimiza variables para
maximizar resultados.
 D. pre experimental: objeto no conocido o poco conocido
 D. cuasi experimental: no se puede controlar variables en
el objeto
 D. experimental: se controla todas las variables del objeto
INV. APLICADA - transformar los conocimientos o
modelos en objetos útiles a la sociedad. Proceso de
innovación.
INVESTIGACIÓN HIPÓTESIS DISEÑO
No se establecen. Se puede Descriptivo simple
EXPLORATORIO Formular como conjeturas
iniciales

DESCRIPTIVO Descriptiva Descriptivo simple

Diferencia de grupos sin Transeccional correlacional
Atribuir causalidad Longitudinal (no experimental)
CORRELACIONAL
Descriptivo comparativo
Correlacional Correlacional
Causal comparativo
Longitudinal

Diferencia de grupos Longitudinal

Atribuyendo causalidad Causal
EXPLICATIVO
Causales Longitudinal
Causal comparativo

Pre experimental
EXPERIMENTAL Optimización Cuasi experimental
Experimental

APLICADA Diseño Diseño de soluciones

 POBLACIÓN Y MUESTRA

POBLACIÓN
Es un conjunto grande y complejo de individuos, elementos
o unidades que presentan características comunes y
observables. Es el conjunto de elementos, finito o infinito,
definido por una o más características de todos los
elementos que lo componen.
“población es la totalidad del fenómeno a estudiar en donde
las unidades de población poseen una característica común,
la cual se estudia y da origen a los datos de la
investigación”(Tamayo III edición, pag 114).
POBLACIÓN

La población designa un universo en el que sus

individuos o elementos integrantes están caracterizados,
esto es, que se precisa los caracteres que comparten. Es
decir un mismo universo puede contener varias
poblaciones. La población puede ser finita o infinita.
MUESTRA

Es un subconjunto de las unidades de observación

comprendidas en un marco, que es representativo de
ésta y que se somete a la observación rigurosa, con el
propósito de obtener informaciones o apreciaciones
validas también para la población.
La muestra es un sub - conjunto de la población
LA MUESTRA SATISFACE CUATRO
CONDICIONES:

1. Que comprenda solo parte de la población, por lo menos de la

mitad.

2. Que su tamaño sea estadísticamente proporcionado al de la

población.

3. Que sea representativa de la composición característica de la

población, lo que puede suponer su diferenciación en estratos o sub-
muestras, en caso que se defina también la población.

4. Que se produzca distorsión en la elección de las unidades de

observación que contiene, evitando que sea valida.
 RAZONES PARA EL USO DE LA
MUESTRA

1. Una muestra puede ahorrar dinero (comparado con el costo de un

censo de enumeración completa) cuando no se requiere gran precisión.

2. Ahorra tiempo cuando los datos se necesitan oportunamente.

3. Permite concentrar la atención en casos particulares o individuales.

4. En aplicaciones industriales, algunos ensayos son destructivos y

pueden ser realizados solamente mediante una muestra de ítems.

5. Algunas poblaciones pueden ser consideradas como infinitas y por lo

tanto pueden ser muestreadas.
 MUESTREO
Es el procedimiento de selección de una muestra de la población
con la finalidad de estimar valores que se aproximen con la mayor
precisión a los de la población o universo al que pertenece

Los valores calculados en la muestra se denominan “estadísticos” y

los valores que corresponden a la población se denominan
“parámetros”, como:

N= poblacion n = muestra

X1 ,X2 ………. XN X1 ,X2 ………..Xn

Parámetro Estadístico
 DIFERENCIA ENTRE PARÁMETRO Y
ESTIMADOR
MEDIA VARIANZA

𝑛
1
𝑛 𝜎2 = ෍ 𝑥1 − 𝜇 2
1 𝑁
𝜇 = ෍ 𝑋1 𝑖=1
𝑁
Parámetro de la población=N 𝑖=1

𝑛 1
1 𝑠2 = 𝑥1 − 𝑥 2
𝑋 = ෍ 𝑋1 𝑛−1
𝑛
𝑖=1

Estimador de la muestra =n

Representación del estimador μ=x σ2 = s2

El muestreo constituye una técnica fundamental que
consiste en la selección de una muestra representativa
de la población o universo que ha de investigar; incluye
varios pasos: primero definir el universo o población,
luego elaborar una lista completa y precisa de las
unidades que componen esa población y extraer de la
lista unidades representativas.
CRITERIOS PARA LA ACEPTABILIDAD
DEL MUESTREO

Los métodos modernos de muestreo pueden

proporcionar datos de confiabilidad conocida con
eficiencia y economía. Para aceptar una muestra es
necesario que esta:

A. Represente a la población.
B. Tenga una confiabilidad.
C. Se pueda medir.
D. Responda a un plan practico y eficaz.
Entre estos criterios tenemos:

1. PROBABILIDAD DE SELECCIÓN.- la muestra debe seleccionarse de

todo que represente adecuadamente a la población. Cada unidad debe
tener una probabilidad conocida de ser elegida y esta probabilidad
debe ser siempre distinta de cero , es decir 0<p≤1.

2. CONFIABILIDAD MEDIBLE.- los valores de la muestra deben

proporcionar medidas de confiabilidad de las estimaciones que se
calculan y de la precisión que se espera o se desea que tengan.

3. VIABILIDAD O FACTIBILIDAD.- el plan de muestreo adoptado debe

ser practico y permitir que sea realizado en la forma proyectable.

4. ECONOMÍA Y EFICIENCIA.- el diseño muestral debe ser eficiente, es

decir que sea capaz de proporcionar la mayor cantidad de información
al menor costo, para lo cual debe hacerse el uso mas efectivo de los
recursos disponibles.
 MÉTODOS MUESTRALES

El tamaño elegido para la muestra es importante y varia

de acuerdo a cada investigación pudiendo ser el 5%, el
20%, etc de la población total, suele ser difícil
determinar el tamaño justo, ya que no se puede errar
por defecto (un elemento no representa a un todo, aún
tomándolo al azar) o por exceso (una muestra de 80%
de la población es altamente confiable pero no
económica).
a. MUESTREO NO PROBABILÍSTICO

Son aquellos en los que se desconoce la probabilidad de

selección de las unidades muestrales; no es posible
calcular la magnitud del error de muestreo. Entre estos
tenemos:

a.1. Muestreo a criterio o muestreo intencional.

a.2. Muestreo por cuotas.
a.3. Cuestionario por correo.
a.1. Muestreo a criterio o muestreo intencional.-

La selección depende del juicio del investigador y no de

la rigurosa aplicación de la teoría de las probabilidades.
La representatividad de una muestra obtenida queda
abierta a la duda, no es probable que los expertos se
pongan de acuerdo acerca de lo que debe incluir una
muestra representativa.

Ejemplo: De 1400 empleados de un banco se toma una

muestra de 250, que para algunos es suficiente para
obtener la información necesaria.
a.2. Muestreo por cuotas.-

Es una forma de muestreo a juicio en que los errores o sesgos

que surgen de selección se controlan hasta cierto punto, por
la estratificación de cuotas a cada estrato. La población se
divide en grupos o estratos, edad, sexo, clase social, nivel de
estudios, etc.

« El tamaño relativo de estas cuotas se determina con datos

externos aplicables al universo de estudio tales como
informaciones censales, resultados confiables de otros
estudios, , etc, así algún censo se podrá decir que deben ser
entrevistados un numero igual de hombres y mujeres, que en
ambos grupos deberá haber 4% de personas con educación
universitaria, etc, además de otras especificaciones o
controles» (Briones 1966,82).
 En el siguiente esquema de asignación de datos o de
controles interrelacionado lo podemos representar,
tomando como ejemplo una entrevista a 20 estudiantes
Unac.

El principal problema es la dificultad para saber cuan representativas son del

universo y estimar el error de muestreo de las estadísticas que se calculan con
los datos.
Como ventajas: costo bajo, rapidez de realización e independencia de su marco
de muestreo; se pueden combinar con muestras probabilísticas.
a.3. cuestionario por correo.-

Se emplea por ser de bajo costo y fácil administración. La

principal objeción es el error o sesgo que es causado muchas
veces por el no retorno de los cuestionarios; para superarlo
se propone:

- Combinar el cuestionario por correo con la entrevista

personal
- Exceder el numero esperado de cuestionarios que retornan.
b. MUESTREO PROBABILÍSTICO

Cuando todos los datos de la población tienen la misma

probabilidad de ser seleccionados en la muestra o
cualquiera de los integrantes de la población puede ser
escogido.
b.1. Muestreo Aleatorio Simple (MAS)

Selecciona las unidades muéstrales de tal manera que cada

una de las posibles muestras tengan la misma posibilidad de
ser seleccionadas. La muestra se selecciona:

1. Se enumera todas las unidades de la muestra en números

sucesivos desde la primera hasta la ultima consideradas en la
población.

2. Con bolos, balotas o una tabla de números aleatorios se

selecciona tantas unidades como sea el tamaño de la
muestra.
La MAS se extrae por selección aleatoria. Teóricamente
todos y cada uno de los ítems individuales extraídos
deben ser medidos, registrados y devueltos a la
población durante la selección; cada ítem puede ser
elegido mas de una vez. Puede ser con reemplazo o sin
reemplazo.
b.2. Muestreo Aleatorio Estratificado

Consiste en dividir la población en sub-poblaciones

denominados estratos, de tal manera que cada estrato
sea homogéneo respecto a las características de las
unidades muestrales que se van a estudiar. De acuerdo
a esto la población debe ser dividida de manera que se
consiga la mayor homogeneidad posible dentro de cada
estrato y al mismo tiempo se obtenga la mayor
heterogeneidad posible entre los estratos.
La muestra se selecciona independiente en cada uno de
los estratos, ésta puede ser aleatoria, sistemática, con
probabilidad proporcional al tamaño, etc. Podemos
mencionar: edad, sexo, nivel de instrucción superior,
ocupación, etc.
Ejemplo: se va a presentar un plan de estudios en la Escuela de
Ingeniería Mecánica, se ha tomado una muestra de 286
estudiantes, de un total de 1000, lo dividimos en tres estratos:

1° estrato : 1er, 2do, 3er, 4to ciclos 560 estudiantes

2° estrato : 5to, 6to, 7mo ciclos 290 estudiantes
3° estrato : 8vo, 9no, 10mo ciclos 150 estudiantes

La fracción de muestreo será: f = 286/1000 = 0,286

Estratos en la Determinación del Numero de estudiantes

población tamaño de los estratos en la muestra
muéstrales
1° 560 estudiantes 560 x 0,286 160

2° 290 estudiantes 290 x 0,286 83

3° 150 estudiantes 150 x 0,286 43

b.3. Muestreo Sistemático

Consiste primero en determinar un intervalo constante de

selección, luego la primera unidad muestral se selecciona con
un arranque aleatorio comprendido entre la unidad y el valor
del intervalo constante de selección. Las otras unidades
muestrales se seleccionan cada cierto número constante de
unidades muestrales.

Pasos:
1ro. Confeccionar un listado completo de la población (N);
2do. Conocer el tamaño de la muestra “n”;
3ro. Identificar el intervalo (índice de la fracción): I = N / n,
4to. Seleccionar las unidades muéstrales.
Ejemplo: el tamaño de la población es 150, de la muestra
60, que representa el 40 % de N

1ro se hace el listado completo de 150 nombres

2do tamaño de muestra 60
3ro intervalo: I = 150/ 60 = 2,5

Luego cada tres sujetos serán escogidos, hasta

completar los 60 de la muestra; siendo el primero
elegido al azar.
b.4. Muestreo de Conglomerados

Consiste en seleccionar las unidades muéstrales

reunidas en grupos y no individualmente. La población
se divide en grupos determinados y la muestra está
constituida por cierto número de conglomerados.
b.5. Muestreo por etapas

No es muy frecuente que se haga un muestreo en

grupos completos, lo mas usual es seleccionar las
unidades muéstrales a las que se denomina Unidades
Primarias de Muestreo UPMs.

En la segunda etapa se selecciona una muestra de

Unidades Muéstrales USMs a partir de la UPMs en la
primera etapa y así sucesivamente.

El método muestral de selección es

independientemente en cada etapa.
TAMAÑO ÓPTIMO DE LA MUESTRA

“Sabemos que el valor correcto de un parámetro se

puede determinar a través de un censo, esto es por el
estudio de toda la población. Sin embargo, en muestreo
al tomar una muestra de tamaño “n” solo revisamos
una fracción n/N de una población de tamaño “N”, en
base a ella inferimos el valor del parámetro poblacional.
Es evidente que en estas condiciones existirá un error
en la estimación pero esto es controlable.”
a.1. Tamaño de la muestra para la estimación de medias
Como se desea estimar la media entonces en la ecuación fundamental sustituimos
la varianza del estimador correspondiente: d2 = Z2 S2 / n0 → n0 = Z2 S2 / d2 (tamaño
optimo de muestra)

Donde:
*Z(1 – α/2) : valor de la distribución normal, según el nivel de confianza
deseado.

*S2 : varianza.

*d = (e) ӯ : precisión, e = error de estimación o diferencia máxima entre

la media muestral y la media poblacional.

*ӯ : media

Cuando la fracción n0 / N es mas del 10% utilizamos la corrección, en caso contrario

el tamaño de muestra optimo será n0 ; luego la corrección usada (𝑛𝑜/𝑁 > 10%) es:
𝑛0
𝑛 = 𝑛0
1+
𝑁
Ejemplo:
Por estudios hechos en tres años atrás en la Unac se ha
determinado que el promedio de horas trabajadas por
docente en una semana es de 13.2 horas, con una
varianza de 6,5 horas. Se cuenta éste año con 280
docentes de especialidad, los cuales registran sus horas
en tarjeta de control, determinar el tamaño de la
muestra óptimo para estimar el promedio de horas
trabajadas por semana con un error no superior al 4% y
una confianza del 95%.
Solución:

- Precisión: d = (e) ӯ = (4%) (13.2) = (0,04) (13.2) = 0,528

- Con un nivel de confianza de 95% y significancia del 5%. Se
tiene α = 5% = 0,05, el valor de la distribución normal será: Z(1 –
0,05/2) = 1.96 (tabla de distribución normal)
- Varianza = S2 = 6.5

Luego: n0 = Z2 S2 / d2 = 1,962 x6.5 /(0,528)2 = 89,57

𝑛0 89.57
Como: = = 0.3199 = 31.99% ˃ 10%, se aplicara la
𝑁 280
𝑛0 89.57
corrección 𝑛 = 𝑛0 = 89.57 = 67.86
1+ 𝑁 1+ 280

Por consiguiente el tamaño de la muestra apropiado es de 68

docentes.
a.2. Tamaño de la muestra para estimar la proporción poblacional o
variable cualitativa

Si “S” es el numero de unidades poblacionales que poseen cierta

característica, la proporción (p) de unidades con la característica, en la
población N es: p = S / N

Donde: N - numero de unidades de la población

Para hallar el tamaño de muestra óptimo se usa la siguiente formula:
𝑁 𝑍2𝑃𝑄
𝑛𝑜 = 𝑁−1 𝑒2+𝑍2𝑃𝑄 ;

Donde: Z(1- α/2) = valor de la distribución normal según el nivel de

confianza deseado
P = proporción de unidades con la característica
Q = P -1 = proporción de unidades sin la característica
e = margen de error muestral
N = número de datos de la población

Cuando la fracción n0 / N es mas del 10% se utiliza la corrección, en

caso contrario el tamaño de muestra óptimo será n0
𝑛0
La corrección 𝑛 = , usada cundo n0 / N ˃ 10%.
𝑛0
1+
𝑁
Ejemplo: En un trabajo de investigación sobre las
relaciones entre las variables efectivas y el aprendizaje
significativo de los alumnos de la Unac, con una
población de 6000 estudiantes, se desea determinar el
tamaño de muestra optimo conociéndose una
población de mujeres del 35% y 65% de varones,
asumiendo un nivel de confianza del 95% con un margen
de error del muestral del 6%.
Solución:

P = 35% = 0,35 proporción de mujeres

Q = 65% = 0,65 proporción de varones
e = 6% = 0,06 margen de error muestral

El valor de la distribución normal cuando se tiene un nivel de

confianza del 95% y significancia del 5%, se tiene α =5% = 0,05 y
Z(1 – α/2) = Z(1 – 0,05/2) = Z0,975 = 1,96 ( de tablas distribución
normal)

𝑁 𝑍2𝑃𝑄 6 000 1,96 2 (0,35)(0,65)

Luego: 𝑛𝑜 = = =
𝑁−1 𝑒2+𝑍2𝑃𝑄 6 000−1 𝑜,𝑜6 2+ !,96 2(0,35)(0,65)
5243,784
= 253.05
20,72244

Como: n0 / N = 253,05 / 6000 = 0,042 = 4,2% < 10%, entonces el

tamaño óptimo de la muestra será de 253 estudiantes.
a.3. Tamaño de la muestra según la tabla de Fisher Arkin
Colton

Otra forma de determinar el tamaño de muestra es utilizando

la tabla de Fisher Arkin –Colton

TAMAÑO DE MUESTRA- TABLA DE FISHER-ARKIN-COLTON

Ejemplo.-

Se desea encuestar a las personas ligadas a la Empresa

Alicorp, para conocer su opinión acerca de la
producción, se tiene profesionales 250, empleados 120,
comerciantes 750, obreros 360.
Solución.-

Se tiene una población de 1480 personas, hay que

interpolar considerando un margen de error del 5%,
resultando 314.8 (tabla) personas, entonces el tamaño
de muestra óptimo será de 315. Para cada estrato,
utilizando proporciones se tiene:

Profesionales = 250 * 315 / 1480 = 53. 209= 53

Empleados = 120*315 / 1480 = 25,54= 26
Comerciantes = 750*315 / 1480 = 159.628 = 160
Obreros = 360*315 / 1480 = 76,622 = 77
 TÉCNICAS E INSTRUMENTOS DE
RECOLECCIÓN DE DATOS

Conjunto de mecanismos, medios, sistemas de dirigir,

recolectar, conservar, reelaborar y transmitir los datos.

Es un sistema de principios y normas que auxilian para

explicar los métodos, pero realizan un valor distinto. Las
técnicas de recolección de datos se justifican por su
utilidad, que se traduce en la optimización de los
esfuerzos, la mejor administración de los recursos y la
comunicabilidad de los resultados. Mario Tamayo y
Tamayo .
La técnica realiza las siguientes actividades:

-Ordenar las etapas de la investigación

-Elaborar los instrumentos de medición
-Efectuar un control de los datos
-Guiar la obtención de conocimientos

Instrumentos.-
Son los elementos que se van a utilizar dentro de las
técnicas empleadas.
FUNCIONES DE LAS TÉCNICAS

Todas las técnicas cual fuese su naturaleza sirven para medir

las variables y para ello deben reunir dos características:
validez y confiabilidad.

Validez.- la calificación o resultado obtenido mediante la

aplicación del instrumento, mida lo que realmente se desea
medir.

Se debe cumplir:

A. Definir operativa y teóricamente las variables que se van a

medir.
B. Efectuar una prueba piloto que contribuya a mejorar la
validez del instrumento.
Confiabilidad.-

Es la estabilidad, consistencia y exactitud de los

resultados; es decir que los resultados obtenidos por el
instrumento sean similares si se vuelven a aplicar sobre
la misma muestra en igualdad de condiciones
Existen una gama de técnicas e instrumentos de
recolección de datos que se muestra a continuación:

TECNICAS INSTRUMENTOS
Observación Ficha, formulario, guía
Experimento Material experimental
Entrevista Cuestionario
Encuesta Cuestionario
Censo Formulario
Descripción Material de descripción
explicativa Material de explicación
Inventario Ficha de inventario
Mediciones convencionales Unidades de medidas
Escala de actitudes Test de actitudes
Análisis documental Análisis de contenido
Bibliográficas Fichas
Dinámica de grupos Grupos
 TÉCNICAS DE RECOLECCIÓN DE
DATOS

Existen dos técnicas: la documental y la empírica.

a. Técnica Documental
Permite la recopilación de evidencias para demostrar las
hipótesis de la investigación. Está formada por
documentos de diferentes tipos: revistas, memorias,
actas, registros, información estadística y cualquier otro
documento de instituciones, empresas que registran
datos de funcionamiento.
Los instrumentos utilizados son: ficha bibliográfica,
ficha hemerográfica, ficha de trabajo.
b. Técnica Empírica
Permite la observación en contacto directo con el objeto de
estudio y el acopio de testimonios que permitan confrontar la
teoría con la práctica en la búsqueda de la verdad.

b.1. la observación
Permite acumular y sistematizar información sobre el objeto
de investigación que tiene relación con el problema de
investigación.
Permite obtener datos próximos a como esta funcionando el
objeto de investigación en el presente.
Es una técnica que el investigador recoge datos observando
la actuación del consultado en la situación de investigación.
La realidad sistemática.
Los instrumentos utilizados son: fichas, formularios, guías,
hojas de cotejo, listas de verificación, hojas de registro,
cámaras fotográficas y filmadoras, escáneres, analizador de
gases, opacímetro, micrómetros, etc.
b.2. la entrevista
Permite obtener información sobre las características de un
problema de un informante clave. Los datos pueden ser
novedosos o complementarios y ayudarán a cuantificar las
características y la naturaleza del objeto de investigación.
El informante clave es aquel que convive con el objeto de
investigación y por ello se considera con autoridad para dar
información.
Se da una interrelación entre el investigador y el entrevistado
para obtener información.
El instrumento utilizado es un cuestionario de entrevista.
b.3. cuestionario
Es una técnica que requiere en su elaboración de un
conocimiento previo del fenómeno y un contacto con la
realidad para tener la posibilidad de precisar y
determinar el número y tipo de ítems o preguntas que
permitan obtener información significativa para
verificar la hipótesis. Es un instrumento que está
estructurado con un conjunto de preguntas para
obtener información sobre el objeto de investigación.
Las preguntas deben ser precisas y sencillas para ser
comprendidas con facilidad y claras.
PROCEDIMIENTO DE RECOLECCIÓN
DE DATOS
Para ordenar los datos se cuenta con diversos
procedimientos:

A. Determinación de un criterio de ordenamiento significa

ponerse de acuerdo y relacionar una clase de hechos,
fenómenos, valores en torno al cual se van a ordenar y
organizar los datos.

B. La presentación de los datos en tablas requiere elaborar un

formato o modelo que separa visualmente el criterio de
ordenamiento, los subgrupos que comprende y los
resultados por subgrupos y por el total.
Para presentar los datos se usan algunas reglas o
criterios:

1. Tener presente los objetivos de la investigación para

no alejarlos del problema.
2. Utilizar las variables identificadas, VI y VD.
3. Coordinar las variables diferenciadas con los datos
obtenidos para determinar criterios de ordenamiento.
4. Ordenar los datos y presentarlos en cuadros y tablas.
 PROCEDIMIENTO PARA LA
RECOLECCIÓN DE DATOS SECUNDARIOS

La tarea de recolección de datos secundarios es la de

transferir datos registrados previamente en repositorios
documentales y en otras investigaciones, a la investigación
propia. Estos son de análisis documental.

1. Análisis documental o cualitativo.- consiste en la lectura de

un documento para precisar su valor, su grado de veracidad,
su sentido (significado perseguido y logrado). Se realiza en
dos planos: análisis interno y externo.
2. Escalas para medir actitudes.- las actitudes tienen
diversas propiedades, entre estas: dirección (positiva o
negativa), intensidad (alta o baja), éstas forman parte
de la medición. Entre los métodos conocidos son:
escalamiento de Likert, el diferencial semántico y la
escala de Guttman.

2.1. Escalamiento Likert .- Consiste en un conjunto de

ítems presentados en forma de afirmaciones o juicios
ante los cuales se pide la reacción de los sujetos. Las
alternativas mas comunes se muestran en la tabla
siguiente:
3. ¿Cómo codificar las respuestas a un instrumento de
medir?.- es necesario transformar las respuestas en
símbolos o valores numéricos. Los datos deben
resumirse, codificarse y prepararse para el análisis. La
codificación de las respuestas implica cuatro pasos:

*Codificar las categorías de ítems, preguntas y categoría

de contenido u observación no precodificadas.
*Elaborar el libro de códigos.
*Efectuar físicamente la codificación
*Grabar y guardar los datos en un archivo permanente.
Codificar: si todas las categorías fueron precodificadas
y no se tienen preguntas abiertas, el primer paso no es
necesario. Este ya se efectuó.

Pregunta no precodificada: “¿practica usted algún

deporte por lo menos una vez a la semana?”
( )si ( )no

Se codifica: 1 = si 0 = no
Frase no precodificada: “creo que estoy recibiendo un
salario justo por mi trabajo”

( ) Totalmente ( ) de acuerdo ( ) ni de
acuerdo, ni en desacuerdo

( ) En desacuerdo ( ) totalmente en desacuerdo

Se codifica: 5 = totalmente de acuerdo
4 = de acuerdo
3 = ni de acuerdo, ni en desacuerdo
2 = en desacuerdo
1 = totalmente en desacuerdo

Libro de códigos: es un documento que describe la

localización de las variables y los códigos asignados a
los atributos que las componen
 RESUMEN
La información es “materia prima” de su investigación, por ello se
debe tener mucho cuidado en definir como va a proceder para
obtener la información necesaria y correcta.
Las fuentes son hechos o documentos a las que acude el
investigador y que le permite obtener información.

a.1. fuentes secundarias: información escrita que ha sido

recopilados transcritos por personas que han recibido información
a través de otras o por un participante en un acontecimiento o
suceso.
a.2. fuentes primarias: información oral o escrita que es recopilada
directamente por el investigador a través de relatos o escritos
transmitidos por los participantes en un suceso o acontecimiento;
entrevistas, encuesta, cuestionario, sondeos, etc.
Las técnicas son los medios para recolectar la
información.
Tratamiento de la información: determinación de los
procedimientos para la codificación y tabulación de la
información para el recuento y ordenación de la misma
en tablas o cuadros.
 TENER EN CUENTA

1.- Los objetivos, hipótesis y el problema, determinan el tipo

de información y fuentes que se necesita.
2.- Si el trabajo es teórico, acudir a la biblioteca o consultar
toda la información pertinente al problema de investigación
3.- Si el trabajo es teórico-practico, se necesita información
de tipo primario, o sea recoger información directa, entonces
seleccionar las técnicas mas apropiadas de observación,
encuesta y otras que considera pertinentes.
4.- Elija la técnica y explique en el contexto de su diseño las
razones que lo llevaron a definir éstas técnicas,
características de las fuentes, etc
PROCESAMIENTO ESTADÍSTICO Y
ANÁLISIS DE DATOS

El procesamiento significa ordenar y organizar la información

con vistas a que sirva para relacionarla con las proposiciones
planteadas y que así mismo respalden las afirmaciones y
conclusiones del trabajo. Puede realizarse utilizando el
sistema manual, mecanizado, electromecánico y el
electrónico.

El procesamiento de datos consiste en el ordenamiento de la

información que se ha recogido. Es la etapa de análisis e
interpretación que consiste en la investigación cuantitativa y
en la aplicación de técnicas estadísticas de acuerdo con los
objetivos de investigación.
La información cualitativa es analizada de manera muy
diferente y según la variable o variables del estudio, por lo
mismo y por la complejidad que tienen los estudios se divide
en análisis de una sola variable y análisis de dos o más
variables:

A. Si es una sola variable, debe realizarse un análisis

univariado de datos.

B. Si son dos las variables una VI y otra VD, se realizará un

análisis univariado de datos.

C. Si son más de dos variables se realizará un análisis

multivariado de datos.
Procedimiento usual de análisis de datos.

Toma de decisiones
respecto a los Ejecución del
análisis a realizar programa en
(pruebas
computadora
estadísticas)

Elaboración del
programa de Obtención de
análisis los análisis
Actualmente el análisis de datos se realiza aplicando
programas informáticos:

*Estadística descriptiva
*Puntuaciones Z
*Razones y tasas
*Estadística inferencial
*Pruebas paramétricas
*Pruebas no paramétricas
*Análisis multivariado
 CODIFICACIÓN
Consiste en ordenar las observaciones según las
dimensiones previstas con el fin de dar respuesta a las
interrogantes formuladas inicialmente. Se asigna a cada
variable y sus dimensiones un código, que será numero
si se realizará un análisis estadístico. Según Heinemann
(2003): la codificación implica aquí una reducción del
contenido de las informaciones obtenidas a su código
correspondiente y al mismo tiempo, una clasificación y
asignación de sus expresiones y escalas de medición.
Ejm. Si nuestra investigación seria ¿que tipo de
mantenimiento realiza a sus maquinas-herramientas?,
con sus respectivas categorías: “correctivo” y
“preventivo”, se tendría la siguiente asignación de
valor:

CATEGORÍA CODIFICACIÓN
(VALOR ASIGNADO)

CORRECTIVO 1
PREVENTIVO 2
Otro ejemplo seria: ¿Cuántas horas se paraliza la
producción por falla imprevistas de las maquinas?

Categoría Codificación (
valor asignado)
No se para la producción 0
Menos de una hora 1
Una hora 2
Mas de una hora pero menos de tres horas 3
tres horas 4
Mas de tres horas pero menos de cuatro horas 5
Mas de cuatro horas 6
 INTERPRETACIÓN

Para interpretar los datos se debe utilizar diferentes

procedimientos estadísticos. En la actualidad existe la
facilidad de apoyo informático como los Minitab, SPSS.
El investigador debe aceptar lo que observa sin
modificarla. Cuando se interpreta los datos, se genera
una distorsión buscando adoptarla a nuestro
paradigma o a nuestros gustos.
Las interpretaciones científicas dependen de la actitud
del investigador, de su honestidad y objetividad. La
honestidad permite enunciar la verdad en el resultado y
la objetividad exige que nuestra percepción sea amplia
y flexible.

Las interpretaciones tratan de identificar o explicar la

relación del dato con el objeto. Es valida cuando existe
una buena relación entre la interpretación y los datos
disponibles.
 Calculo de extrapolación.- en los estudios
descriptivos se procura conocer en que
proporción se encuentra los valores
absolutos calculados en el conjunto del
universo. Solo es aceptable si se
determinó con exactitud la muestra
probabilística. Se puede multiplicar cada
dato obtenido por el cociente: amplitud
del universo y amplitud de la muestra.
Interpretaciones multivariables.- la
interpretación multivariable establece
relaciones entre mas de dos variables. Lo
que permite alcanzar dos objetivos:
*Comprobar los resultados de la
interpretación bivariable.
*Determinar relaciones bivariables
para diverso grupos que se forman
con los datos.

Recuento básico.- se
determina mediante la
distribución de
frecuencias de los
datos recogidos de los
ítems.
Interpretación de escalas.-
si se utilizan escalas del
tipo escala de valoración
sumada, es necesario
añadir los valores
correspondientes a la
Análisis bivariable.- la comprobación de escala.
la hipótesis requiere de al menos la
combinación de dos variables: VD y VI.
En un análisis bivariable inicialmente hay
que determinar la distribución de
variables en distintos subgrupos.
X(radiaci Código F X*F Probabili Porcentaj
ón solar, dad (%) e
W/m2 ) acumulad
o
600 1 2 1200 4 4
700 2 11 7700 23 27
800 3 17 13600 40 67
900 4 9 8100 24 91
1000 5 3 3000 9 100
total 42 33600 100

La tabla de frecuencias tiene registrado 42 datos de radiación solar

medida durante 5 semanas a las 12 horas. El promedio de la radiación
media es 800 W/m2 , la probabilidad de que la radiación sea de 1000
W/m2 es del 9%.
 RESULTADOS
Los resultados deben presentarse sin juicio de valor, sin
redundancia y en tiempo pretérito.

Contiene:

*Hallazgos presentados en forma sencilla, clara, lógica y

coherente.
*Las tablas y gráficos claras, oportunas y se auto explican.
*Definición de términos y criterios con claridad y propiedad.
*Las pruebas estadísticas.
 DISCUSIÓN DE RESULTADOS
El fin de la discusión es interpretar y comentar los resultados de
la investigación considerando sus implicancias en la
formulación de principios, relaciones y generalizaciones. Se
escriben en presente y contienen:

*Comparación de los resultados con otros trabajos similares

*Comparación de los resultados con el alcance y limitaciones
*Comparación de los resultados con las hipótesis
*Exposición de las posibles aplicaciones prácticas del trabajo
*Exposición de las consecuencias teóricas del trabajo
*Formulación de conclusiones que se corresponden con los
*Objetivos y se infieren de los resultados
*Recomendación de nuevos estudios
 GRACIAS POR SU ATENCION