Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOMBRES:
UNIDAD 1
Analizamos y desarrollamos cada uno de los temas presentados en donde se pretende dar
a conocer un mejor uso de información a través de fuentes confiables a través de una
explicación clara y precisa.
Objetivo
Analizar todo lo que conlleva realizar una investigación nos podrá brindar los conocimientos
necesarios para poder desarrollar correctamente investigaciones que nos permitan conocer
profundamente las cosas que deseamos conocer o dar a conocer, de igual forma nos
permitirá apreciar la importancia de las investigaciones en la sociedad.
Desarrollo
Actividad 1.3.
1
Métodos de investigación de enfoque experimental. Recuperado de Escuela de Postgrado de la Universidad
Nacional de Educacion Enrique Guzman y Valle: postgradoune.edu.ve
2
Tipos de investigación (2021) Tomado de intep.edu.co.
TRANSVERSAL se Salud Conocer el Investigación Explica
caracteriza Genética mercado descriptiva completamen
por comparar Psicología para el que Entrevistas te y mide la
característica Economía se trabajara personales prevalencia
sy Negocios Laboratorio estandariza
situaciones la
de diferentes información 3
sujetos al
mismo
tiempo.
LONGITUDINAL se Tecnología Estudio Observación y Analiza y
caracteriza Biología sobre análisis comprende
por procesos Ciencias gestiones Datos históricos la evaluación
de monitoreo sociales de calidad Medición de
o un tema Medicina variables
durante un
período de
tiempo
determinado
.4
56
Gran parte del diseño de una metodología se base en determinar y plantear distintos
métodos y técnicas que se utilizaran, así como una correcta recolección de datos y para
esto debe tomarse en cuenta las distintas etapas que conlleva este procedimiento.
3
Maite Ayala. (30 de mayo de 2021). Investigación transversal. Lifeder. Recuperado de
https://www.lifeder.com/investigacion-transversal/.
4
Ávila Baray, H. L. (2006). Introducción a la metodología de la investigación. Tomado de eumed.net.
5
Sabino, C. A. (1995). El proceso de investigación. Panamericana.
6
Arias, F. G. (2012). El Proyecto de Investigación. Introducción a la Metodología Científica. 6ta. Edición.
Caracas: Editorial Episteme, C.A. .
Los pasos para construir primeramente una recolección de datos debes ser tal y como se
describen a continuación:
A medida que nuestra sociedad se aleja de los trabajos en las fábricas, la educación
permanente se está convirtiendo en una necesidad cada vez mayor. La tecnología y los
datos se han convertido en parte de nuestra forma de trabajar. Ese cambio ha impuesto
más exigencias a los educadores que nunca. Ya sea que esté enseñando en un aula o en
una sala de juntas, debe aprender a recopilar y administrar datos.
Aunque los datos pueden ser valiosos, demasiada información es difícil de manejar y los
datos incorrectos son inútiles. El método correcto de recopilación de datos puede significar la
diferencia entre conocimientos útiles y desvíos que hacen perder tiempo.
1. Entrevistas
2. Cuestionarios y encuestas
3. Observaciones
4. Documentos y registros
5. Grupos de enfoque
6. Historias orales
Principales métodos de recopilación de datos
Entrevistas
Si le pregunta a alguien que desconoce por completo el análisis de datos cómo recopilar
mejor información de las personas, la respuesta más común probablemente serían las
entrevistas. Casi cualquier persona puede hacer una lista de preguntas, pero la clave para
entrevistas eficientes es saber qué preguntar. La eficiencia en las entrevistas es crucial
porque, de todos los métodos primarios de recopilación de datos, la entrevista en persona
puede ser el más costoso. Hay formas de limitar el costo de las entrevistas, como realizarlas
por teléfono o mediante una interfaz de chat web. Pero a veces una entrevista en persona
puede valer el costo, ya que el entrevistador puede adaptar las preguntas de seguimiento
en función de las respuestas en un intercambio en tiempo real. Las entrevistas también
permiten preguntas abiertas. En comparación con otros métodos de recopilación de datos
primarios, como las encuestas, las entrevistas son más personalizables y receptivas.
Observación
La observación implica recopilar información sin hacer preguntas. Este método es más
subjetivo, ya que requiere que el investigador u observador agregue su juicio a los datos.
Pero en algunas circunstancias, el riesgo de sesgo es mínimo. Por ejemplo, si un estudio
involucra la cantidad de personas en un restaurante en un momento dado, a menos que el
observador cuente incorrectamente, los datos deben ser razonablemente confiables. Las
variables que requieren que el observador haga distinciones, como cuántos persona visitan
un restaurante en un período determinado, pueden presentar problemas potenciales. En
general, la observación puede determinar la dinámica de una situación, que generalmente
no puede medirse mediante otras técnicas de recopilación de datos. La observación
también se puede combinar con información adicional, como un video.
Documentos y registros
A veces puede recopilar una cantidad considerable de datos sin preguntarle nada a nadie.
La investigación basada en documentos y registros utiliza datos existentes para un estudio.
Los registros de asistencia, las actas de las reuniones y los registros financieros son solo
algunos ejemplos de este tipo de investigación. El uso de documentos y registros puede ser
eficaz y económico porque utiliza principalmente investigaciones que ya se han completado.
Sin embargo, dado que el investigador tiene menos control sobre los resultados, los
documentos y registros pueden ser una fuente de datos incompleta. Ejemplo: Por ejemplo:
pasaporte, DNI, licencia de conducir, título profesional, título de propiedad, contrato laboral,
servicios públicos, libreta de matrimonio, acta de defunción. Documentos privados.
Grupos de enfoque
Historias orales
A primera vista, una historia oral puede parecer una entrevista. Ambos métodos de
recopilación de datos implican hacer preguntas. Pero una historia oral se define más
precisamente como el registro, preservación e interpretación de información histórica
basada en las opiniones y experiencias personales de las personas que estuvieron
involucradas en los hechos. A diferencia de las entrevistas y encuestas, las historias orales
están vinculadas a un único fenómeno. Por ejemplo, un investigador puede estar interesado
en estudiar el efecto de una inundación en una comunidad. Una historia oral puede arrojar
luz sobre lo que ocurrió exactamente. Es un enfoque holístico de la evaluación que utiliza
una variedad de técnicas. Al igual que en las entrevistas, el investigador puede convertirse
en una variable de confusión. Una variable de confusión es una variable adicional no
intencionada que puede sesgar sus resultados al introducir sesgo y sugerir una correlación
donde no existe.
El ejemplo clásico es la correlación entre las tasas de homicidio y las ventas de helados.
Ambas cifras, en un momento u otro, se han incrementado juntas. Una conclusión no
científica puede ser que cuanta más gente compra helado, mayor es la ocurrencia de
asesinatos.
Sin embargo, existe una tercera posibilidad de que una variable adicional afecte a ambos
casos. En el caso del helado y el asesinato, la otra variable es el clima. El clima más cálido
es una variable de confusión tanto para las tasas de homicidios como para las ventas de
helados.
Cuestionarios y encuestas
Los cuestionarios y las encuestas se pueden utilizar para hacer preguntas que tengan
respuestas cerradas. Los datos recopilados a partir de cuestionarios y encuestas se pueden
analizar de muchas formas diferentes. Puede asignar valores numéricos a los datos para
acelerar el análisis. Esto puede resultar útil si está recopilando una gran cantidad de datos
de una gran población. Para que sean significativos, las encuestas y los cuestionarios
deben planificarse cuidadosamente. A diferencia de una entrevista, en la que un
investigador puede reaccionar a la dirección de las respuestas de un encuestado, un
cuestionario mal diseñado no llevará el estudio a ninguna parte rápidamente. Si bien las
encuestas suelen ser menos costosas que las entrevistas, no serán valiosas si no se
manejan correctamente. Las encuestas se pueden realizar como entrevistas, pero en la
mayoría de los casos, tiene sentido realizar encuestas utilizando formularios.
Los formularios en línea son una forma moderna y eficaz de realizar encuestas. A diferencia
de las encuestas escritas, que son estáticas, las preguntas presentadas en formularios en
línea pueden cambiar según la forma en que alguien responde gracias a la función de
formulario de lógica condicional. Por ejemplo, si en algún formulario, cuando alguien
responde no a una pregunta sobre alergias, no tendrá que desplazarse más allá de todas
las preguntas de seguimiento relacionadas sobre alergias específicas. En cambio, irán
inmediatamente a una pregunta sobre un tema diferente.
1.3.3. ¿Cuáles son los tipos o escalas de medición para realizar preguntas en
cuestionario?
El cuestionario
Escalas.
Se trata de instrumentos utilizados en las Ciencias Sociales para medir características muy
diversas de los fenómenos sociales en la forma más objetiva posible. La base de este
procedimiento consiste en pedir al sujeto que señale, dentro de una serie graduada de
ítems, aquellos que acepta o prefiere.
En cada extremo de esta escala gráfica se colocan valores opuestos y se le pide a los
encuestados que marquen mediante deslizamiento el punto que más se acerque a su
opinión.
Una escala de proporción gráfica, también conocida como escala de proporción continua, se
ve normalmente así:
En este tipo de escalas se ofrece una afirmación al sujeto y se pide que la califique del 0 al
4 según su grado de acuerdo con la misma. Estas afirmaciones pueden reflejar actitudes
positivas hacia algo o negativas. Las primeras se llaman favorables y las segundas
desfavorables. Es muy importante que las afirmaciones sean claramente positivas o
negativas, toda afirmación neutra debe ser eliminada. Ejemplo.7
7
Muguira, A. (2021). Tipos de escalas de medición que todo investigador debería recordar.
https://www.questionpro.com/blog/es/tipos-de-escalas-de-medicion-para-investigadores/
mide esa significación a partir de la situación del concepto del objeto analizado en un
espacio semántico de dimensiones valorativas. Así, por ejemplo, el concepto de “concierto
de rock” puede tener dos significados diferentes para dos personas, A y B, en un espacio
semántico definido por las coordenadas: culturalidad y agresividad:
La construcción del diferencial semántico comienza con la elección del o los conceptos o
cuestiones que se quiera analizar. Como siempre, la elección viene determinada por los
objetivos de la investigación. El siguiente paso consiste en buscar los pares de adjetivos
polares que se van a utilizar, los cuales han de ser claramente enfrentados. Por último, se
escoge la escala utilizada. Lo habitual es 5 o 7 grados. Los pares de adjetivos deben estar
situados con distintas polaridades, se trata de evitar que el encuestado piense que uno de
los lados es el “bueno” y tienda a él.
Aplicando esta técnica se obtiene una serie de puntuaciones o posiciones espaciales para
cada sujeto, es el significado de ese concepto para cada persona. A partir de esta
información se puede localizar grupos de personas con análogos perfiles, y relacionarlo que
determinadas características sociales o personales, o con las respuestas a otras
cuestiones.
Otro de los tipos de escalas de medición que se utiliza popularmente en las encuestas es la
matriz de lado a lado y la forma más común de hacerlo es evaluando importancia /
satisfacción.
Primero pregunta a tus encuestados cuál es la importancia que ellos le dan a cada
característica, después pregunta el nivel de satisfacción con respecto a la misma
característica.
Usar estos tipos de escalas dentro de tus encuestas es muy importante ya que con los
datos obtenidos podrás ver realmente dónde tienes que poner más atención para satisfacer
las necesidades de tus clientes.
Variaciones a esta técnica son las llamadas escalas de distancia social. Tienen como
objetivo establecer relaciones de distancia entre grupos. La más extendida es la escala de
Bogardus que pretendía medir la intensidad de prejuicios nacionales y raciales.
Básicamente se trata de hacer preguntas indirectas sobre la distancia del sujeto a una
minoría étnica o cultural, o una determinada nacionalidad, etc. Una de las diferencias es que
en este tipo de escalas las preguntas suelen ir en orden decreciente, para no influir en las
respuestas de los sujetos.
Una variación es trazar una línea graduada del 1 al 10, por ejemplo, y pedir que marque su
grado de acuerdo gráficamente.8
8
Murillo, J. (2018). CUESTIONARIOS Y ESCALAS DE ACTITUDES.
http://strc.guanajuato.gob.mx/anexos/Anexo%202.IV.b.2%20Apuntes%20Instrumentos.pdf
1.3.4 Qué es una base de datos?
Hasta hace relativamente pocos años, las bases de datos eran analógicas, es decir,
contenían información en papel o textos impresos. Sin embargo, con la llegada de la era
digital y el Big Data se ha hecho imprescindible el uso de bases de datos informatizadas.
Gracias a las bases de datos en formato digital se han podido solucionar muchos de los
problemas que surgían a raíz de la ingente cantidad de información que se maneja en la
actualidad. Por ejemplo, permiten ahorrar espacio, agilizar las consultas y se puede
almacenar mucha más información.
Los programas que han hecho esto posible se denominan sistemas gestores de bases de
datos (SGBD) o, en inglés, Database Management System (DBMS). Este tipo de programas
facilitan enormemente el almacenamiento de datos y la posterior consulta de los mismos.
En un principio eran usados sobre todo por grandes empresas o administraciones públicas,
pero en la actualidad también los emplean todo tipo de usuarios o empresas (por ejemplo,
para crear el registro de usuarios de una web).
El diseño de la base de datos define la estructura de la base de datos que se utiliza para
planificar, almacenar y administrar la información. Para garantizar la precisión de los datos,
debe diseñar una base de datos que solo almacene información relevante y valiosa.
Modelo lógico: Se ocupa de utilizar los requisitos dados para crear un modelo de
base de datos. El diseño completo se presenta en papel en esta etapa, sin
considerar ningún requisito específico del sistema de gestión de bases de datos
(DBMS) ni implementarlo físicamente.
Modelo físico: Esta etapa viene después del modelo lógico y, por lo tanto, implica la
implementación física del modelo lógico. Toma en consideración el DBMS y otros
factores de implementación física.
El primer paso es determinar el propósito de su base de datos. Por ejemplo, si tiene una
pequeña empresa desde casa, puede diseñar una base de datos de clientes que mantenga
una lista de información del consumidor para generar correos electrónicos e informes. Por lo
tanto, comprender la importancia de una base de datos es vital.
Al final de este paso, tendrá una declaración de misión sólida a la que puede hacer
referencia durante todo el proceso de diseño de la base de datos. Le ayudará a
concentrarse en sus objetivos al tomar decisiones importantes.
El siguiente paso es recopilar todo tipo de información que desee almacenar en la base de
datos. Comience con los datos existentes y reflexione sobre las preguntas que desea que
responda su base de datos. Le ayudará a decidir qué datos deben registrarse.
Una vez que haya acumulado todos los elementos de datos necesarios, el siguiente paso es
dividirlos en entidades principales o áreas temáticas. Por ejemplo, si es minorista, algunas
de sus principales entidades podrían ser productos, clientes, proveedores y pedidos.
Entonces, cada entidad se convertirá en una tabla separada.
Los datos se separan en tablas, de modo que cada elemento de datos se convierte en un
campo y se muestra como una columna. Por ejemplo, una tabla de clientes puede incluir
campos como nombre, dirección, dirección de correo electrónico y ciudad.
El siguiente paso para mejorar el diseño de su base de datos es seleccionar una clave
principal para cada tabla. Esta clave principal es una columna o un conjunto de columnas
que se utilizan para señalar cada fila de forma distintiva. Por ejemplo, en su tabla de
clientes, la clave principal podría ser la identificación del cliente. Le permitirá identificar filas
únicas basadas en la identificación del cliente.
También puede existir más de una clave principal, denominada clave compuesta, que
incluye varias columnas. Por ejemplo, en la tabla Detalles del pedido, las claves principales
podrían ser el ID del pedido y el ID del producto. La clave compuesta se puede hacer
usando campos con tipos de datos similares o variables.
Del mismo modo, si desea tener una idea de las ventas de sus productos, puede identificar
la ID del producto en la tabla Productos y el número de pedido o ID en la tabla Pedidos.
Después de dividir los datos en tablas, la información debe reunirse de manera significativa.
Por lo tanto, puede explorar cada tabla e identificar la conexión entre las tablas. Si es
necesario, puede agregar campos o formar nuevas tablas para simplificar la relación según
los tipos de información.
Cuando un solo elemento de una tabla se asocia con un elemento de otra tabla, se
denomina relación uno a uno (1: 1). En una relación de uno a varios (1: M), un elemento de
una tabla está relacionado con muchos elementos de la otra tabla, como un cliente que
realiza varios pedidos. Se produce una relación de varios a varios (M: N) si más de un
elemento de la tabla está relacionado con muchos elementos de la otra tabla.
El proceso de varios pasos almacena datos en forma tabular, lo que ayuda a eliminar datos
redundantes de las tablas de relaciones.
Entrega a la base de datos la información necesaria para vincular los datos en las
tablas
Población
9
José Francisco López09 de octubre, 2019. Población estadística. Economipedia.com
De ahí que la palabra que se utilizase y se utilice sea la de población. Pues, inicialmente, se
cuantifican cosas sobre la población de un territorio.
Muestra
10
José Francisco López08 de noviembre, 2018, Muestra estadística. Economipedia.com
La estadística, como rama de las matemáticas, se encarga de recoger datos, ordenarlos y
analizarlos. Es decir, cuando queremos estudiar un determinado fenómeno recurrimos a la
estadística. Un buen ejemplo de fenómeno que estudia la estadística es el salario medio de
los ciudadanos de un país
En este sentido, por cuestiones de tiempo y coste, no podemos recoger la totalidad de los
datos. Esta totalidad de los datos es lo que se conoce como población de datos o,
simplemente, población.
Aleatoriedad: La selección de los datos de una muestra estadística debe ser aleatoria. Es
decir, debe ser totalmente al azar. Si en lugar de realizarlo al azar, realizamos un proceso
de selección de datos planificado, estamos introduciendo un sesgo a la obtención de datos.
Por tanto, para evitar que la muestra sea sesgada y, por tanto, conseguir que sea una
muestra representativa, debemos hacer una selección aleatoria.
A continuación, explicamos los diferentes tipos de muestra estadística que hay. Cabe
destacar que se pueden dividir en dos grandes grupos, muestra probabilística y muestra no
probabilística:
Muestra probabilística: En este tipo de muestras todos los sujetos disponibles tienen las
mismas probabilidades de ser incluidos.
Muestra por conveniencia: Es una muestra elegida por los propios investigadores según
su interés o cercanía.
Parámetro
Un parámetro tiene una enorme utilidad en estadística. En primer lugar, sirve para conocer
atributos de una distribución de datos. Por ejemplo, la media aritmética o la desviación típica
de estos. En probabilidad permite conocer las llamadas funciones de distribución. En una
recta de regresión nos indica valores numéricos asociados a dicha recta y que la hacen
única.
Ejemplos de parámetros
Estimador
11
Enrique Rus Arias04 de noviembre, 2020. Parámetro. Economipedia.com
Un estimador es un estadístico al que se le exigen ciertas condiciones para que pueda
calcular con ciertas garantías ciertos parámetros de una población.12
En el ejemplo anterior, ¿qué condición tendríamos que exigir a nuestro estimador? Pues,
por ejemplo, que no tome valores negativos. Y, por supuesto, que el cálculo de la altura
media de lugar a valores posibles. Si el árbol más alto mide 10 metros, el estimador media
no puede arrojarnos 15 metros. En ese caso, no podría tratarse de un estimador, pues no
estaría dando lugar a valores físicamente posibles.
Así, de lo anterior concluimos que los estimadores son estadísticos que deben,
obligatoriamente, tomar valores posibles de los datos que estamos estudiando.
Para que cumpla bien su función, además de que los estimadores cumplan su condición
básica de estimadores, es recomendable que cumplan ciertas propiedades adicionales.
Estas propiedades son las que permitirán que las conclusiones extraídas de nuestro estudio
sean fiables.
Suficiente: La propiedad de suficiencia indica que el estimador trabaja con todos los datos
de la muestra. Por ejemplo, la media no escoge solo el 50% de los datos. Tiene en cuenta
el 100% de los datos para calcular el parámetro.
12
José Francisco López08 de noviembre, 2018. Estimador. Economipedia.com
Consistente: El concepto de consistencia va aparejado del tamaño de la muestra y del
concepto de límite. En palabras sencillas, viene a decirnos que los estimadores cumplen
esta propiedad cuando, en caso de que la muestra sea muy grande, puedan estimar casi sin
error.
Robusto: Se dice que un estimador es robusto en caso de que, a pesar de que la hipótesis
de partida sea incorrecta, los resultados se asemejan mucho a los reales.
Muestreo probabilístico
Muestreo aleatorio simple: Una de las mejores técnicas de muestreo probabilístico que
ayuda a ahorrar tiempo y recursos es el método de muestreo aleatorio simple. Es un
método fiable de obtención de información en el que cada uno de los miembros de una
población se elige al azar, simplemente por casualidad. Cada individuo tiene la misma
probabilidad de ser elegido para formar parte de una muestra.
Por ejemplo, si el gobierno de los Estados Unidos desea evaluar el número de inmigrantes
que viven en su territorio, puede dividirlos en grupos basados en estados como California,
Texas, Florida, Massachusetts, Colorado, Hawai, etc. Esta forma de realizar una encuesta
será más efectiva ya que los resultados se organizarán por estados y proporcionarán datos
de inmigración objetivos.
Por ejemplo, un investigador tiene la intención de recoger una muestra sistemática de 500
personas en una población de 5000. Numera cada elemento de la población de 1 a 5.000 y
elegirá a cada 10 individuos para que formen parte de la muestra (Población total/tamaño
de la muestra = 5.000/500 = 10).
Por ejemplo, un investigador que desee analizar las características de las personas
pertenecientes a diferentes divisiones de ingresos anuales creará estratos (grupos) según
los ingresos anuales de la familia.
Por ejemplo, menos de 20.000 dólares, 21.000 a 30.000 dólares, 31.000 a 40.000 dólares,
41.000 a 50.000 dólares, etc.
Con esto, el investigador concluye las características de las personas que pertenecen a
diferentes grupos de ingresos. Los comercializadores pueden analizar a qué grupos de
ingresos dirigirse y a cuáles eliminar para obtener los resultados deseados.
Muestreo no probabilístico
Estos cuatro tipos de muestreo no probabilístico explican mejor la finalidad de este método
de muestreo:
Muestreo por conveniencia: Este método depende de la facilidad de acceso a los sujetos
como una encuesta a los clientes en un centro comercial o a los transeúntes en una calle
concurrida.
Por ejemplo, las empresas de nueva creación y las ONG suelen llevar a cabo un muestreo
de conveniencia en un centro comercial para distribuir folletos de los próximos
acontecimientos o de la promoción de una causa; lo hacen parándose a la entrada del
centro comercial y repartiendo folletos al azar.
Muestreo deliberado, crítico o por juicio: Las muestras por juicio se forman a discreción
del investigador. Los investigadores consideran únicamente el propósito del estudio, junto
con la comprensión del público objetivo.
Por ejemplo, cuando los investigadores quieren entender el proceso de pensamiento de las
personas interesadas en estudiar para su maestría. Los criterios de selección serán: “¿Está
interesado en hacer su maestría en …?” y los que responden con un “No” son excluidos de
la muestra.
Por ejemplo, será extremadamente difícil encuestar a personas sin refugio o inmigrantes
ilegales. En esos casos, utilizando la teoría de la bola de nieve, los investigadores pueden
rastrear unas pocas categorías para entrevistar y obtener resultados.
Los investigadores también aplican este método de muestreo en situaciones en que el tema
es muy delicado y no se discute abiertamente, por ejemplo, en las encuestas para reunir
información sobre el VIH y el SIDA. No muchas víctimas responderán fácilmente a las
preguntas. No obstante, los investigadores pueden ponerse en contacto con personas que
tal vez conozcan o con voluntarios asociados a la causa para encontrar a las víctimas y
reunir información.
Al realizar una investigación, siempre queremos que esta sea eficiente, que cumpla con los
objetivos y que el proceso se lleve a cabo con el menor número de dificultades. Si estás
decidido a utilizar encuestas como método de investigación, una manera de cerciorarse que
todo saldrá bien es hacer una encuesta piloto que te ayuden a detectar cualquier imprevisto
que pudiera surgir.
La gente piensa que poner a prueba una encuesta lleva mucho tiempo y que se requieren
muchos recursos para hacerlo. La encuesta piloto es una estrategia que ayuda a evaluar o
probar un cuestionario utilizando un tamaño de muestra más pequeño que el de la muestra
planeada.
Cualquier prueba es mejor que ninguna, así que si vas a hacer una encuesta lo mejor es
probarla con los recursos que tengas disponible, toma en cuenta que aún aplicándola a un
grupo muy pequeño de personas podrás realizar mejoras significativas para en tu
investigación.
13
Ortega, C. (2021, 9 julio). Métodos de muestreo: Ejemplos y usos. QuestionPro.
También puedes usar una encuesta piloto como si fuera ya la encuesta definitiva de tu
investigación y pedir deliberadamente los comentarios a los participantes, por ejemplo,
preguntarles qué tan claras son las instrucciones o qué preguntas son difíciles de
responder.
Una encuesta piloto puede ser utilizada para detectar la falta de capacitación del personal
que va a encuestar, problemas con la logística de distribución y recopilación de la encuesta,
o errores en el registro de datos. Estos problemas pueden ser solucionados antes de
realizar la encuesta real.
Objetivo.
Estadístico de prueba
14
Muguira, A. (2018). Encuesta piloto, cualquier prueba es mejor que ninguna.
https://www.questionpro.com/blog/es/encuesta-piloto/
El esquema a seguir:
Hipótesis Nula. Esta hipótesis plantea que los valores comparados son
iguales. Dependiendo del problema podrá presentarse como:
Hipótesis Alternativa. Esta hipótesis plantea que los valores comparados son
distintos y por lo tanto pertenecen a universos distintos. Dependiendo del
problema podrá presentarse como:
Parece evidente que para tomar una buena decisión es conveniente disponer de
criterios. Debemos decidir si la hipótesis nula es verdadera o falsa. Entonces, de
acuerdo a la evidencia aportada por los datos de la muestra aceptaremos o
rechazaremos la hipótesis nula según el siguiente criterio:
Una vez tomada la decisión sobre las hipótesis debemos exponer lo que esto
significa en el contexto de nuestro problema particular.
Conclusión
Referencias
estadistica.html
López, J. F. (2021c, septiembre 9). Muestra estadística. Economipedia. Recuperado 8
estadistica.html
https://www.questionpro.com/blog/es/metodos-de-muestreo/
en: https://www.questionpro.com/blog/es/tipos-de-escalas-de-medicion-para-
investigadores/
https://www.questionpro.com/blog/es/encuesta-piloto/