Diseños metodológicos

2022
 EL PROCESO DE LA INVESTIGACION
Identificación
Delimitación Qué se
R
E Descripción Del problema Investigará ?
V Explicación P
I Formulación de objetivos L
S A
I
O
N P
Conceptos Teorías Cuál es
N I R
la base
teórica del F O
B T
I Hipótesis Variables Problema ? I O
B C C
L A O
I Población Tipo de L
O
C O
o muestra estudio
G I
R Cómo se O
Recolección
A Procedimientos
F
de información investigará ? N
I
C Plan de
A tabulación y análisis

EJECUCION
Recolección Presentación Análisis e Conclusiones
de datos de datos Interpretación recomendaciones

INFORME
Preparación Presentación
 Diseño Metodológico
❑ Tipo de estudio
❑ Población o muestra
❑ Procedimientos, técnicas e instrumentos.
Control de calidad. Aspectos éticos
❑ Variables y Operacionalización

❑ Plan de tabulación y análisis: tabla basal,

tabla de resultados. Programas a utilizar
para el análisis de datos..
 Clasificación de los diseños

◼ A: ◼ C:
◼ Cualitativos ◼ Observacionales
◼ Cuantitativos ◼ De intervención

◼ B: ◼ D:
◼ Exploratorios ◼ Experimentales
◼ Descriptivos ◼ Cuasi

◼ Correlacionales experimentales
◼ Explicativos ◼ No experimentales

◼ De Intervención ◼ Tecnológicos
◼ E: ◼ G:
◼ Descriptivos ◼ Básica
◼ Analíticos ◼ Aplicada

◼ Experimentales

◼ F:
◼ H:
◼ Descriptivos
◼ De campo
◼ Explicativos
◼ Bibliográfica o
◼ Contrastivos
documental
◼ Aplicativos
◼ Experimental
 Población y muestra

❑ Población: l
la totalidad de elementos a investigar.

❑ Muestra:
una parte del todo, que representa a la
población en las características sometidas
a estudio.
❑ Ventajas:
ahorra tiempo, dinero, confiabilidad.

❑ Desventajas:
error de muestreo
 Procedimiento
❑ Definir la población de estudio
❑ Disponer de registro de la población
(listado)
❑ Determinar tamaño de la muestra
❑ Determinar las características de la
muestra para que sea representativa
(calidad)
❑ Aplicar en la muestra procedimientos,
técnicas e instrumentos de recolección de
datos
 Tipo de muestras

❑ Probabilística
❑ No probabilística
 Muestras probabilísticas

❑ Muestras aleatorias simples

❑ Muestras aleatorias sistemáticas
❑ Muestras aleatorias estratificadas
❑ Muestras aleatorias por conglomerados
❑ Muestras aleatorias multietápicas
 Muestras no probabilísticas

❑ Muestra decisional
❑ Muestra por cuotas
❑ Muestra por decisión de expertos
❑ Muestra casual
 PASOS PARA LA SELECCIÓN DE LA MUESTRA

a. Lo primero que se debe definir los sujetos a ser medidos

(unidad de muestreo), acorde a nuestros objetivos y al tipo de
estudio (Hernández Sampieri, 2014)

b. Luego se procede a delimitar la población. (Hernández Sampieri, 2014)

c. Seleccionar el tipo de muestra.

d. Calcular el tamaño de la muestra.

e. Selección de la muestra mediante alguno de los métodos de

selección.
 CÁLCULO DEL TAMAÑO DE LA MUESTRA

La muestra debe ser representativa de la población con un mínimo de

posibilidad de error y con un máximo de nivel de confianza.

• Conocer el tamaño de la población (cuando sobrepasa los 10.000

casos da casi lo mismo cualquier tamaño del universo).
• Estimar un error estándar máximo aceptable. Mismo que demuestra
que nuestra muestra no sea representativa de la población. Lo más
común es de 1 a 5%
• Porcentaje estimado de la muestra (probabilidad de ocurrencia del
fenómeno). La totalidad es “uno” demostrando la representatividad
de la muestra. Cuando no se cuenta con marcos de muestreo el
porcentaje predeterminado es 50%.
• Nivel deseado de confianza. (95% - 99%)
 CÁLCULO DE TAMAÑO MUESTRAL
Para universo Infinito o desconocido
𝒁𝟐 ∗𝒑∗𝒒
n= Ɛ𝟐
n = muestra calculada.
Z = valor dependiente del IC con el que se realiza el estudio.
p = Frecuencia, Prevalencia ó Incidencia del problema de la
referencia.
q = 1 –p
Ɛ = error del cálculo del tamaño muestral
Exactitud o precisión del cálculo del tamaño muestral
➢ Error de la exactitud o error del cálculo del tamaño muestral.
 Para universo Infinito o desconocido
Investigación a realizarse con el IC = 95%
POBLACIÓN
𝒁𝟐 ∗𝒑∗𝒒
n=
Ɛ𝟐
Para el cálculo de tamaño muestral nos
Basaremos en estudios previos, por ej.:
E En la inv. Hecha por el Dr. Yépez:
E
E "Prevalencia de sobrepeso y obesidad en estudiantes
adolescentes ecuatorianos del área urbana"
Desnutrición 16%
Sobrepeso 12%
Obesidad 8%
40%
(𝟏,𝟗𝟔)𝟐∗𝟖∗𝟗𝟐
n = muestra calculada. n=
𝟑𝟐
Z = valor dependiente del IC con el que se realiza el estudio.
p = Frecuencia, Prevalencia ó Incidencia del problema de la
(𝟏,𝟗𝟔)𝟐∗𝟎,𝟎𝟖∗𝟎,𝟗𝟐
referencia. n=
q = 1 –p 𝟎,𝟎𝟑𝟐

Ɛ = error del cálculo del tamaño muestral

Exactitud o precisión del cálculo del tamaño muestral
n = 314,15
➢ Error de la exactitud o error del cálculo del tamaño
muestral. Desn16,8 sobrep13,7 obes7,5
 Para universo Finito, Conocido o Hipotético
Investigación a realizarse con el IC = 95%
POBLACIÓN 𝑵∗𝒁𝟐 ∗𝒑∗𝒒
n= 𝟐
16850 Ɛ 𝑵−𝟏 + 𝒁𝟐 ∗𝒑∗𝒒

Para el cálculo de tamaño muestral nos

Basaremos en estudios previos, por ej.:
E En la inv. Hecha por el Dr. Yépez:
E
E "Prevalencia de sobrepeso y obesidad en estudiantes
adolescentes ecuatorianos del área urbana"
Desnutrición 16,8%
Sobrepeso 13,7%
Obesidad 7,5%
40%
𝟏𝟔𝟖𝟓𝟎 (𝟏,𝟗𝟔)𝟐 ∗𝟖∗𝟗𝟐
n = muestra calculada. n=
𝟑𝟐 𝟏𝟔𝟖𝟓𝟎−𝟏 + (𝟏,𝟗𝟔)𝟐∗𝟖∗𝟗𝟐
Z = valor dependiente del IC con el que se realiza el estudio.
p = Frecuencia, Prevalencia ó Incidencia del problema de la 𝟏𝟔𝟖𝟓𝟎 (𝟏,𝟗𝟔)𝟐 ∗𝟎,𝟎𝟖∗𝟎,𝟗𝟐
referencia. n = 𝟐
𝟎,𝟎𝟑 𝟏𝟔𝟖𝟓𝟎−𝟏 + (𝟏,𝟗𝟔)𝟐 ∗𝟎,𝟎𝟖∗𝟎,𝟗𝟐
q = 1 –p
Ɛ = error del cálculo del tamaño muestral
n = 291,026
Exactitud o precisión del cálculo del tamaño muestral
➢ Error de la exactitud o error del cálculo del tamaño
muestral. n = 44907103
 Para universo conocido, finito o hipotético
Para universo desconocido o Infinito
𝑵∗𝒁𝟐 ∗𝒑∗𝒒 𝒁𝟐 ∗𝒑∗𝒒
n= n=
Ɛ𝟐 𝑵−𝟏 + 𝒁𝟐 ∗𝒑∗𝒒 Ɛ𝟐

Cuando vamos a hacer una investigación y NO se tienen datos (p),

para el cálculo se utilizará el 50/50

N = universo conocido o población total.

n = muestra calculada.
Z = valor dependiente del IC con el que se realiza el estudio.
p = Frecuencia, Prevalencia ó Incidencia del problema de la
referencia.
q = 1 –p
Ɛ = error del cálculo del tamaño muestral
Exactitud o precisión del cálculo del tamaño muestral
➢ Error de la exactitud o error del cálculo del tamaño muestral
 Análisis del resultado de la muestra.
Con las muestras conseguidas
es necesario la generalización
de la información a la población
de la que procede, para lo cual
es necesario dos requisitos:

Estimar los valores del Juzgar sobre la posición

universo de tales valores.

18
 1. Valores del universo.

◼ Su estimación dependerá del tipo de

muestra:
Tipo de muestra. Universo.
Muestra por azar simple y muestra Son aplicados directamente al
sistemática. universo.
Muestra estratificada y de Se resume el resultado de cada uno
conglomerados. y luego se estima el valor global de
todo el universo usando los llamados
promedios ponderados.

Muestras por procedimiento Es necesario el asesoramiento de un

combinado. técnico estadístico.

19
 2. Precisión de los resultados
de la muestra.
◼ Cuando se realiza la generalización de
una muestra, hay riesgo de que estos no
represente adecuadamente al universo.

◼ Esto puede reducirse cuando se estima a

partir de los propios resultados de la
muestra, a condición de que sea una
muestra probabilística y que su tamaño
20
sea adecuado.
 Plan de análisis de los resultados
◼ Métodos y modelos de análisis, detallar:
• Medidas de resumen de sus variables
• Cómo serán presentadas (cuantitativas y/o cualitativas)
• Modelos y técnicas de análisis (cuantitativas o cualitativas).
• Principales tabulados de la información (variables numéricas)
• Modelos de análisis estadístico.

◼ Programas a utilizar para análisis de datos

• Softwares a usar (SPSS, Epi Info, Epi Dat, etc.)
• Aplicaciones que realizarán.
 Diseños cualitativos

◼ La Hermenéutica
◼ La Fenomenología
◼ El Interaccionismo simbólico
◼ La Teoría Crítica
◼ Etnografía
◼ Teoría Fundamentada
◼ Investigación Acción
◼ Investigación Participativa
◼ Investigación – Acción Participativa
◼ Método Biográfico
 Desarrollo interactivo de la
investigación (estudios cualitativos)

Analizar e interpretar (memos)

Plan de Codificación
Recolección Transcripción Estructuración
investigación Hacer
de datos de datos teórica
memos

Saturación

Redacción
del informe

Muestreo
teórico