UNIVERSIDAD NACIONAL DE UCAYALI

ESCUELA DE POSGRADO

Manuel Mamani Flores

 Método
✓ Forma ordenada para obtener conocimientos sobre el problema
de investigación, o manera en que se busca solución a un
problema determinado.

✓ Representa los pasos, procedimientos o estrategia integral de

trabajo para la recolección de datos.

✓ El método es el orden que se sigue en las ciencias para hallar la

verdad y enseñar la manera de alcanzar un objetivo.
 METODOS

Método general Métodos específicos

Considera al método científicos que tiene 1. Método inductivo

cinco etapas: 2. Método deductivo
3. Método histórico
1. Definición del problema 4. Método descriptivo
2. Formulación de la hipótesis 5. Método experimental
3. Razonamiento deductivo 6. Método estadístico
4. Recopilación y análisis de datos 7. Método de observación
5. Confirmación o rechazo de la hipótesis
4.1. tipo de investigación
Vara-Horna (2012), adoptó la clasificación de la investigación de la
siguiente manera:
 Exploratoria (cualitativa)
 Descriptiva (cuantitativo)
 Explicativa (cuantitativo)

La Torre, clasificó la investigación de la siguiente manera:

1. Por su finalidad
− Básica o Pura (genera conocimiento)
− Aplicada (resuelve problemas)

2. Según su alcance temporal

− Transversal
− Longitudinal
3. Según su profundidad
− Exploratoria 6. Según su dimensión temporal
− Descriptiva − Histórica
− Explicativa − Descriptiva
− Experimental − Experimental

4. Según su carácter de medida 7. Según su orientación

− Cuantitativa − De aplicación
− Cualitativa − De descubrimiento
− De comprobación
5. Según su marco en que tiene lugar
− De laboratorio
− De campo
4.2. DISEÑO y ESQUEMA DE INVESTIGACIÓN

 El diseño describe con detalle qué se debe hacer y cómo

realizarlo, plasma actividades, incluye los grupos de sujetos, las
variables. El diseño señala al investigador lo que debe hacer
para alcanzar sus objetivos de estudio y para contestar las
interrogantes planteadas.

 El diseño es la organización de la investigación. Comprende el

plan, la estructura y la estrategia de la investigación.
 TIPOS DE Diseño de Investigación
Hernández y otros (2013),

DISEÑOS EXPERIMENTALES DISEÑOS NO EXPERIMENTALES

Transeccionales o transversales
Transeccionales o transversales
• Preexperimentos  Exploratorios
• Experimentos puros (verdaderos) • Exploratorios
 Descriptivos
• Descriptivos
• Cuasiexperimentos Longitudinales
• Correlacionales
• De tendencia
Longitudinales
• De
• análisis evolutivo de grupo
De tendencia
• Panel
• De análisis evolutivo de grupo
• Panel
 DISEÑOS EXPERIMENTALES
La experimentación es el único diseño científico que puede ofrecer
explicaciones causales con la mayor fiabilidad y validez posibles Efecto
CARACTERÍSTICAS:
✓ Son diseños de comparación
Causa
✓ Trabajan con muestras pequeñas
✓ Utilizan los momentos “antes” y “después”
✓ Trabajan con grupos inicialmente equivalentes
✓ Utilizan grupos “intervenido” y de “comparación”, generalmente
✓ Usan variables independiente (causa) y dependiente (efecto).
✓ Experimentan programas, métodos, módulos, etc, para demostrar su influencia o eficacia.
✓ Existen 3 modalidades de diseños experimentales: Preexperimentos, Experimentos puros y
Cuasiexperimientos
1. Preexperimentos
Son 3 tipos, sin embargo, el que más se utiliza es el “diseño de un solo grupo
con pretest y postest”. En este diseño no se comparan grupos, sino el mismo
grupo (antes y después), su diagrama es:

Grupos Pretest Variable (Vi) Postest

(Vd) experimental (Vd)
Grupo experimental (GE) O1 X O2
GE = Grupo Experimental
O1 = Pretest para medir la variable dependiente
X = Aplicación del programa de mejora (manipulación de la variable independiente)
O2 = Postest para medir la variable dependiente
2. Experimentos puros
■ El GE y GC se forman aleatoriamente, el pretest garantiza la equivalencia.
■ Se clasifican en:
1) Diseño postest con grupo de control

Grupos Variable (Vi) Postest

experimental (Vd)
GE X O1
GC - O2

GE = Grupo experimental
X = Tratamiento (Vi)
O1 = Postest
GC = Grupo control
O2 = Postest
El análisis estadístico mas apropiado es la t de
Student si los datos lo permiten, la prueba no
paramétrica U de Mann-Whitney o la X2. En
el caso de que el investigador disponga de
covariables de la variable dependiente, podría
utilizar el análisis de covarianza.
 2. Diseño pretest - postest con grupo de control

Grupos Pretest Variable (Vi) Postest

(Vd) experimental (Vd)
GE O1 X O2
GC O3 - O4

GE = Grupo experimental
O1 = Pretest
X = Tratamiento (Vi)
O2 = Postest
GC = Grupo control
O3 = Pretest
- = Sin tratamiento
O4 = Postest
Los análisis estadísticos que el investigador puede llevar a cabo son varios:
■ t de Student, para comparar los resultados entre pre y postest, tanto en el
GE como en el GC (O2 – O1 y O4 – O3), con el fin de determinar si el
tratamiento ha tenido algún efecto diferencial en los grupos. También se
podría comparar O2 con O4, pues si los grupos son equivalentes, las medias
en el postest en el GE y en el GC podrían mostrar el efecto del tratamiento.
■ También se podría utilizar la prueba no paramétrica de Mann – Whitney y
análisis de covarianza para asegurar la igualdad de los grupos antes del
tratamiento.
 3. Diseño Solomon con cuatro grupos

Grupos Pretest Variable (Vi) Postest

(Vd) experimental (Vd)
GE O1 X O2
GC O3 - O4
GE - X O5
GC - - O6
GE = Grupo experimental GE = Grupo experimental
O1 = Pretest O5 = Postest
X = Tratamiento (Vi) GC = Grupo control
O2 = Postest O6 = Postest
GC = Grupo control
O3 = Pretest
O4 = Postest
Los análisis estadísticos que el investigador puede llevar a cabo son:
■ t de Student para efectuar las comparaciones
■ ANOVA factorial 2 x 2.
3. Cuasiexperimentos

■ Mientras que en los experimentos puros se trabajan con grupos al

azar, en los cuasiexperimentos se trabajan con grupos intactos o
establecidos, ya que estaban formados antes del experimento. En
lo demás son diseños muy parecidos a los experimentos puros.
■ Tienen interpretaciones similares, comparaciones parecidas y
análisis estadísticos iguales. Los diseños cuasiexperimentales
más utilizados son:
1. Diseño con postest y grupos intactos

Grupos Variable (Vi) Postest

experimental (Vd)
GE X O1
GC - O2

GE = Grupo experimental
X = Tratamiento (Vi)
O1 = Postest
GC = Grupo control
O2 = Postest
Análisis estadístico:
✓ t de Student si los datos lo permiten
✓ Prueba no paramétrica U de Mann Whitney
✓ X2
✓ Análisis de covarianza si se dispone de covariablesde la variable
dependiente.
2. Diseño con pretest – postest y grupos intactos

Grupos Pretest Variable (Vi) Postest

(Vd) experimental (Vd)
GE O1 X O2
GC O3 - O4

GE = Grupo experimental
O1 = Pretest
X = Tratamiento (Vi)
O2 = Postest
GC = Grupo control
O3 = Pretest
O4 = Postest
Análisis estadístico:
✓ t de Student para comparar los resultados entre el pretest y
postest de los GE y GC
✓ Prueba no paramétrica U de Mann Whitney
✓ Análisis de covarianza para asegurar la igualdad de los dos
grupos antes del tratamiento.
 DISEÑOS NO EXPERIMENTALES
CARACTERÍSTICAS:
✓ Trabajan con muestras grandes
✓ Utilizan generalmente variable X y variable Y
✓ No manipulan deliberadamente variables.
✓ No trabajan con GE y GC.
✓ Pueden ser de dos clases: Transeccionales o transversales y Longitudinales, con
sus respectivas modalidades
 DISEÑOS NO EXPERIMENTALES

Transeccionales o transversales Longitudinales

✓ Exploratorios ✓ De tendencia
✓ Descriptivo simple ✓ De análisis evolutivo de grupo
✓ Descriptivo comparativo ✓ Panel
✓ Descriptivo correlacional
✓ Descriptivo longitudinal retrospectivo
✓ Descriptivo longitudinal prospectivo
DISEÑOS TRANSECCIONALES O TRANSVERSALES
1. Diseños exploratorios cualitativos
 Se trata de una exploración inicial en un momento específico.
 Por lo general se aplican a problemas de investigación nuevos o poco conocidos,
y constituyen el preámbulo de otros diseños (no experimentales y
experimentales).
2. Diseños descriptivos
■ Diseño descriptivo simple
M O
M = Muestra o grupo a ser observado
O = Observación o información que se recoge de la muestra.
■ Diseño descriptivo comparativo
En este diseño las observaciones se comparan, pudiendo ser iguales, diferentes
o semejantes.
M1 O1
M2 O2
M3 O3
M4 O4

■ M1; M2; M3; M4 = Muestras o grupos a ser observados

■ O1; O2; O3; O4 = Observaciones que se recopila en cada una de las muestras
3. Diseños descriptivos correlacionales

M = Muestra
VX = Variable X
VY = Variable Y
r = Grado de correlación entre
las variables X y Y M = Muestra
M = Muestra
VX = Medición de la variable X VX = Variable X
VY = Medición de la variable Y VY = Variable Y
r = Correlación entre VX y VY VZ = Variable Z
R = Grado de correlación entre
las variables X, Y, Z
 DISEÑOS LONGITUDINALES

■ Diseños de tendencia
Analizan cambios a través del tiempo dentro de una población en general

Recolección de datos Recolección de datos Recolección de datos Recolección de datos

en una población en una población en una población en una población

Tiempo 1 Tiempo 2 Tiempo 3 Tiempo K

• Ejemplo:
Una investigación para analizar cambios en la actitud hacia el aborto en una
comunidad. Dicha actitud se mide en varios puntos en el tiempo (un año, diez
años, etc) y se examina su evolución a lo largo de este periodo.
■ Diseños de evolución de grupo (estudios de cohort)
Examinan cambios a través del tiempo en subpoblaciones o grupos específicos.

Recolección de datos Recolección de datos Recolección de datos Recolección de datos

en una población en una población en una población en una población

Tiempo 1 Tiempo 2 Tiempo 3 Tiempo K

• Ejemplo:
Personas que se casaron durante 1966 y 2000
Niños de la ciudad de Ayacucho que sopesaron la época del terrorismo
■ Diseños longitudinales de panel

Arturo Rivas Arturo Rivas

Brenda Rojas Brenda Rojas
Ricardo Trejo Ricardo Trejo

Tiempo 1 Tiempo 2