Resumen métodos y técnicas de investigación 2° Parcial-2° Parte

¿Sobre qué o quienes se recolectarán datos?

“Que o quienes”, es decir, sobre los participantes. También denominados unidades de muestreo,
casos o elemento. Esta pregunta depende del planteamiento y alcance de la investigación.

Por tanto, para seleccionar una muestra, lo primero que hay que hacer es definir la unidad de
muestreo/análisis. Una vez definida la unidad de muestreo/análisis se delimita la población.

Para el proceso cuantitativo, la muestra es un subgrupo de la población de interés sobre el cual se

recolectarán datos, y que tiene que definirse y delimitarse de antemano con precisión, además de
que debe ser representativo de la población. El investigador pretende que los resultados
encontrados en la muestra se generalicen o extrapolen a la población. El interés es que la muestra
se estadísticamente representativa.

¿Cómo se delimita una población?

Una vez definida la unidad de muestreo, se procede a delimitar la población a estudiar y sobre la
cual se pretende generalizar los resultados. Así, una población es el conjunto de todos los casos
que concuerdan con una serie de especificaciones. Una deficiencia que se presenta es que no
describen lo suficiente las carac. de la población o consideran que la muestra la representa de
manera automática. Es preferible establecer con claridad las carac. de la población, con la finalidad
de delimitar cuáles serán los parámetros muestrales.
La delimitación de las carac. de la población no solo depende de los objetivos de la investigación,
sino de otras razones prácticas. La calidad de un trabajo investigativo estriba en delimitar
claramente la población con base en el planteamiento del problema. Las poblaciones deben
situarse claramente por sus características de contenido, lugar y tiempo.
Al seleccionar la muestra debemos evitar tres errores:
1. Desestimar o no elegir casos que deberían ser parte de la muestra.
2. Incluir casos que no deberían estar porque no forman parte de la población.
3. Seleccionar casos que son verdaderamente inelegibles.
El primer paso para evitar tales errores es una adecuada delimitación del universo o población.
¿Cómo seleccionar la muestra?
La muestra es un subgrupo de la población. Un subconjunto de elementos que pertenecen a ese
conjunto definido en sus carac. al que llamamos población. Todas las muestras, en el enfoque
cuantitativo, deben ser representativas.
Tipos de muestra
1. Muestras no probabilísticas: la elección de los elementos no depende de la probabilidad,
sino de casuas relacionadas con las carac. de la investigación o los propósitos del
investigador. Aquí el procedimiento depende del proceso de toma de decisiones de un
investigador o de un grupo de investigadores y las muestras seleccionadas obedecen a
otros criterios de investigación. Elegir entre una muestra depende del planteamiento del
estudio.
2. Muestras probabilísticas: todos los elementos de la población tienen la misma posibilidad
de ser escogidos para la muestra y se obtienen definiendo las carac. de la población y el
tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las unidades
de muestreo.
Muestra probabilística

 Ventaja: puede medirse el tamaño del error en nuestras predicciones.

 Principal objetivo: reducir al mínimo este error, conocido como error estándar.
 Son esenciales en diseños transeccionales, descriptivos y correlacionales-causales.

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 de manera que al inicio todos tengan la misma
posibilidad de ser elegidos.

Calculo del tamaño de muestra

¿Cuál es el menor numero de unidades muestrales que necesito para conformar una muestra que
me asegure determinado nivel de error estándar? La respuesta consiste en encontrar una muestra
que sea representativa del universo o población con cierta posibilidad de error y nivel de
confianza, así como probabilidad.
Muestra probabilística estratificada
Muestreo donde la población se divide en segmentos y se selecciona una muestra para cada
segmento. La estratificación aumenta la precisión de la muestra e implica el uso deliberado de
diferentes tamaños de muestra para cada estrato, a fin de lograr reducir la varianza de cada
unidad de la media muestral.
Muestro probabilística por racimos
Al estar limitado por recursos financieros, tiempos, distancias, se recurre al muestreo por racimos.
En este tipo de muestreo, las unidades de análisis (muestreo) se encuentran encapsuladas en
determinados lugares físicos o geográficos, a los que se denomina racimos. Muestrear por racimos
implica diferenciar entre la unidad de análisis y la unidad muestral.
 La unidad de análisis indica quienes van a ser medidos, es decir, los participantes.
 La unidad muestral se refiere al racimo por medio del cual se logra el acceso a la unidad de
análisis.
Procedimientos de selección de la muestra
1. Tómbola: consiste en numerar todos los elementos muestrales de la población, del uno al
numero N. Después se hacen fichas o papeles, uno por cada elemento, se revuelven en
una caja y se van sacando n número de fichas, según el tamaño de la muestra. Los
números elegidos al azar conformaran la muestra.
2. Números aleatorios.
3. Selección sistemática de elementos muestrales: implica elegir dentro de una población N
un numero de elementos a partir de un intervalo K. Este ultimo es un intervalo que se
determina por el tamaño de la población y el tamaña de la muestra.
Listados y otros marcos muestrales
Algo esencial que precede a la selección de una muestra es el marco muestral. Este es un marco de
referencia que nos permite identificar físicamente los elementos de la población, la posibilidad de
enumerarlos y seleccionar las unidades muestrales. Generalmente, se trata de listados existentes,
por ejemplo, guías telefónicas.
*Teorema central del límite* señala que una muestra de mas de 100 casos será una muestra con
distribución normal en sus carac, lo cual sirve a la estadística inferencial.
¿Cómo y cuales son las muestras no probabilísticas?

Suponen un procedimiento de selección orientado por las características de la investigación. Se

seleccionan individuos sin intentar que sean estadísticamente representativos de una población
determinada. Por ello, para fines deductivos-cuantitativos, cuando la generalización o
extrapolación de resultados hacia la población es una finalidad en si misma, las muestras dirigidas
implican una principal desventaja.
 Al no ser probabilísticas, no es posible calcular el error estándar. Por tanto, los datos no
pueden generalizarse.
Así también cuentan con una ventaja:
 Su utilidad para determinados diseños de estudio que requieren una cuidadosa y
controlada elección de casos con ciertas características especificadas previamente en el
planteamiento del problema.

Investigaciones Exploratorios Experimentales No experimentales descriptivas o

correlaciones-causales
Muestras dirigidas dirigidas Probabilísticas

Muestreo en la investigación cualitativa

 El muestreo cualitativo es propositivo.
 Las primeras acciones para elegir la muestra ocurren desde el planteamiento mismo y
cuando seleccionamos el contexto, en el cual esperamos encontrar los casos que nos
interesan.
 Lo que se busca es profundidad en los resultados, no generalizarlos.
 Nos conciernen casos que nos ayuden a entender el fenómeno de estudio y a responder a
las preguntas de investigación.
 Son 3 los factores que intervienen para “determinar “o sugerir el número de casos
1. Capacidad operativa de recolección y análisis.
2. Entendimiento del fenómeno- el numero de casos que nos permitan responder a las
preguntas de investigación.
3. Naturaleza del fenómeno en análisis- si los casos son frecuentes y accesibles o no.
 En la indagación cualitativa el tamaño de la muestra no se fija a priori, sino que se
establece un tipo de unidad de análisis y a veces se perfila un numero aproximado de
casos, pero la muestra final se conoce cuando las nuevas unidades que se añaden ya no
aportan información o datos novedosos.
 En una investigación cualitativa, la muestra puede contener cierto tipo definido de
unidades iniciales, pero conforme avanza el estudio se pueden agregar otros tipos de
unidades y aun desechar las primeras.
 En los estudios cualitativos, la muestra planteada inicialmente puede ser distinta a la
muestra inicial ya que se redefinen permanentemente.

Tipos de muestra

1. De Participantes Voluntarios/autoseleccionada: se utilizan en cs. Sociales y médicas.

2. De Expertos: frecuentes en estudios cualitativos y exploratorios para generar hipótesis
precisas. Son comunes en procesos industriales/de calidad.
 3. De casos tipo: se utilizan en estudios cuantitativos exploratorios y en investigaciones de
tipo cualitativo ya que el objetivo es la profundidad de la información.
4. Por cuotas: se utiliza en estudios de opinión y mercadotecnia.
5. Orientadas a la investigación cualitativa
 Muestras diversas o de máxima variación: se busca mostrar distintas perspectivas
y representar la complejidad del fenómeno estudiado.
 Muestras homogéneas: al contrario de las diversas, las unidades seleccionadas
poseen un mismo perfil. Su propósito: centrarse en el tema por investigar o
resaltar situaciones.
 Muestras en cadena o por redes (bola de nieve): se identifican participantes clave
y se les pregunta si conocen a otras personas que puedan proporcionar mas datos
o ampliar la info para incluirlo también.
 Muestras de casos extremos.
 Muestras por oportunidad: casos que de manera fortuita se presentan ante el
investigador justo cuando los necesita.
 “ Teoricas o conceptuales: cuando se necesita entender un concepto o teoría.
 Confirmativas: sumar nuevos casos cuando en los ya analizados se suscita alguna
controversia o surge información que apunta en diferentes direcciones.
 De casos sumamente importantes o críticos para el problema analizado.
 Por conveniencia.
Recolección de datos cuantitativos
¿Qué significa medir? La medición es el proceso de vincular conceptos abstractos con indicadores
empíricos, el cual se realiza mediante un plan explicito y organizado para clasificar los datos
disponibles en términos del concepto que el investigador tiene en mente. En este proceso, el
instrumento de medición o de recolección de datos tiene un papel central.
Un instrumento de medición adecuado es aquel que registra datos observables que representan
los conceptos o las variables que el investigador tiene en mente.
¿Qué requisitos debe cubrir un instrumento de medición?
1. Confiabilidad: se refiere al grado en que su aplicación repetida al mismo individuo u objeto
produce resultados iguales.
2. Validez: se refiere al grado en que un instrumento mide realmente la variable que
pretende medir. La validez es un concepto del cual pueden tenerse diferentes tipos de
evidencia:
 Relacionada con el contenido: se refiere al grado en que un instrumento refleja un
dominio específico de contenido de lo que se mide. Es el grado en el que la
medición representa al concepto o variable medida.
 Relacionada con el criterio: se establece al comparar sus resultados con los de
algún criterio externo que pretende medir lo mismo. Cuanto mas se relacionen los
resultados del instrumento de medición con los del criterio, la validez será mayor.
 Si el criterio se fija en el presente de manera paralela, se habla de validez
concurrente.
 Si el criterio se fija en el futuro, se habla de validez predictiva.
 Relacionada con el constructo: es la mas importante. Se refiere a que tan bien un
instrumento representa y mide un concepto teórico.
  *Validez total* cuanta mayor evidencia de validez de contenido, de criterio y de constructo
tenga un instrumento, este se acercara a la validez total.
 La validez y confiabilidad no se asumen, se prueban.
 Factores que pueden afectar la confiabilidad y validez:
 La improvisación.
 Utilizar instrumentos desarrollados en el extranjero.
 Usar instrumentos inadecuados para las personas a las que se les aplica.
 Cuestiones vinculadas con los estilos personales de los participantes.
 Condiciones en las que se aplica el instrumento de medición.
 La estrechez del contenido.
 La amplitud exagerada. Afecta a la validez de constructo.

3. Objetividad: grado en que el instrumento es o no permeable a la influencia de los sesgos y

tendencias del investigador que lo administran, califican e interpretan.
Tres cuestiones fundamentales para un instrumento de medición
3 variables a considerarse al 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.
2. Codificación: significa asignarles un valor numérico o símbolo que los represente. Es decir,
a las categorías de cada ítem se les asignan valores numéricos o signos que tienen un
significado. Es importante indiciar el nivel de medición de cada ítem. Existen 4 niveles de
medición:
I. Nominal: las categorías no tienen orden ni jerarquía. Lo que se mide se coloca en
una u otra categoría, lo cual indica tan solo diferencias respecto de una o mas
características. Ejemplo: femenino-masculino.
II. Ordinal: mantienen un orden mayor a menor. Las etiquetas si indican jerarquía.
III. Intervalos: además del orden, se establecen intervalos iguales en la medición. En
este nivel, el 0 es arbitrario.
IV. De razón: mismas carac. que el de intervalos excepto que el 0 es real y absoluto.
3. Establecer los niveles de medición
Instrumentos de medición en investigación cuantitativa
Cuestionarios: es el instrumento mas utilizado. Consiste en un conjunto de preguntas respecto de
una o mas variables a medir. Puede contener preguntas cerradas o abiertas. Pueden aplicarse de
tes maneras:
1. Autoadministrado.
2. Por entrevista personal.
3. Por entrevista telefónica.

Otros métodos de recolección de datos: 1) Análisis de contenido cuantitativo. 2) Observacion.3)

Pruebas estándar e inventarios.4) Datos secundarios. 5) Instrumentos mecánicos o
electrónicos.6)Instrumentos y procedimientos específicos propios de cada disciplina.
Recolección de datos cualitativos

Lo que se busca en un estudio cualitativo es obtener datos de personas, situaciones o procesos en

profundidad. Se recolectan datos con la finalidad de analizarlos y comprenderlos, y así responder a
las preguntas de investigación. La recolección de datos ocurre en ambientes naturales y cotidianos
de las unidades de análisis. El instrumento de recolección es el propio investigador a través de
técnicas, conceptos y el método de la observación.

Observacion

Observar es diferente de ver ya que la observación investigativa se refiere a utilizar todos los
sentidos. Implica adentrarse en sit. sociales y mantener un papel activo, una reflexión
permanente. Estar atento a todos los detalles. Los propósitos esenciales son:
 Explorar y describir ambientes analizando significados y actores.
 Comprender procesos y vinculaciones, experiencias y circunstancias.
 Identificar problemas sociales.
 Generar hipótesis para futuros estudios.
A su vez, existen formatos de observación:

No participación Participación Participación Participación Participación

pasiva moderada activa completa
Esta presente Participa en Participa en la Se mezcla
pero no algunas mayoría de las totalmente, el
interactúa. actividades, no act., no se observador es un
en todas. mezcla con los participante
participantes. más.
Los papeles que permiten mayor entendimiento son la participación activa y la completa.

Otros métodos de recolección de datos.

 Entrevistas
 Estructuradas: guía de preguntas específicas.
 Semiestructuradas: libertad de introducir preguntas adicionales.
 No estructuradas.
 Grupos de enfoque
 Documentos, registros, materiales.
 Biografías e historias de vida.

Medidas de tendencia central

Son valores medios o centrales de una distribución que sirven para ubicarla dentro de la escala de
medición de la variable. Son 3:

1. Moda: es la categoría que ocurre con mayor frecuencia.

2. 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 esta. Formula: N+1
divido 2.
3. Media: puede definirse como el promedio aritmético de una distribución. Es la suma de
todos los valores dividida entre el numero de casos.