27 de abril, 2023

La investigación cuantitativa tiene diseños de investigación muy diferentes a la inv. Cualitativa. Aquí hay criterios claros
para identificar los tipos de estudio.
La investigación es una actividad, un proceso, que muchas veces esta vinculado a un proyecto escrito (una promesa a
cumplir, algo que se hará), un reporte de investigación (se hace luego que se realizó la investigación). Pero en ambos
documentos vamos a tener un planteamiento del problema.
PROYECTO:

 Planteamiento del problema:

 Pregunta explicita especifica.
 Objetivo
 Viabilidad: Es siempre necesario mencionar la viabilidad
 Justificación
 Marco teórico
 Se formulan hipótesis con base a lo que dicta la teoría. Explicitas
 Variables también están explicitas
 Se presentan con una tabla de operacionalización
 Método o diseño metodológico (no se utiliza el termino metodología): Se redacta en futuro
 Diseño:
 Tipo: cuanti, cuali, mixta, longitudinal, transversal
 Nivel de profundidad: exploratorio (aproximación inicial a un fenómeno, aquí no hay hipótesis), descriptivo
(caracterizar 1 o más variables, que son tratadas independientes, generalmente no hay hipótesis aunque
puede haber), asociativo o correlacional (estudia la relación entre variables, si al modificarse una se ve
modificada la otra, hay relación, desde aquí es obligación generar hipótesis), explicativo (estudia la relación
entre 2 variables, pero busca identificar relaciones de causa- efecto).

REPORTE:

 Planteamiento del problema: la pregunta de investigación estará implícita, y el objetivo también, la gran mayoría
de las veces. La viabilidad no se menciona, ya que la investigación ya se realizó entonces estaría demás… La
justificación también está presente.
 Marco teórico: esta presente pero nunca lleva el titulo que indique que es marco teórico.
 Hipótesis
 Variables, pero rara vez tiene presente la tabla de operacionalización
 Método o diseño metodológico: se redacta en pasado (porque la investigación ya se hizo)
 Diseño tipo
 H

04 de mayo, 2023
Cuando hablamos de diseño de una investigación nos referimos a que se pueda distinguir estudio experimental y no
experimentales.
Experimental siempre hay una acción por parte del equipo, se interviene en una variable para ver si eso genera un efecto
en otras variables, realizar algo y observar que ocurre:
 Pre- experimental: X= intervención, O= observación, no hay garantía de que los efectos observados sean producto
de la intervención, no se logra controlar los sesgos que amenazan la validez interna.
Gr1 X0
Gr1 0X0
 Experimental: Aquí se incluye el grupo control. Hay 2 grupos:
 Pre Post
Grexp: 0 X 0 (en este grupo hay observación + intervención + observación)
Grcont. 0 0 (en este grupo no hay intervención, solo observación + observación)
(O1- O2) – (O3-O4) = X
Al haber un grupo control, los efectos de un suceso se deben ver en ambos por igual, pero los de la variable
independiente (intervención) solo se observarían en el grupo 1.
La asignación de los participantes entre los grupos debe ser aleatorias, para que ambos grupos queden compuestos de
forma similar.
Diseño solo con post:
R Grexp X O
R Grcont O
 Cuasiexperimental: Surgen producto de que no siempre es posible aleatorizar a la población. El problema que se
presenta es que al momento de trabajar con 2 grupos no aleatorios es que nada asegura que estos grupos sean
comparables entre sí, si son o no equivalentes antes de realizar la intervención, por lo que al realizar la investigación
no se sabrá si los cambios son producto de X o si ya eran dados desde antes. Si es aleatoria están equiparados ambos
grupos, por lo que son equivalentes.
Por lo que el investigador tiene un rol activo
Ejemplos de experimentos:

 Solomon Asch (persuasión de opinión)

 Albert Bandura (conductas violentas hacia el muñeco bobo)
 Zimboardo
 Milgram
Conceptos que son propios de experimentos:
 Variable independiente: es la variable que se manipula, que es intervenida (asume un rol presumiblemente causal)
 Variable dependiente: donde se muestran los efectos (observamos los cambios de haber alterado la variable
independiente)
Esto permite realizar los estudios de causalidad, si la variable independiente genera cambios en la variable dependiente
significa que hay un efecto, impacto, influencia o causa, pero si la variable dependiente no se ve alterada, no es una
variable dependiente. Solo hablamos de variables independientes y dependientes, debe verse alterada un producto de la
otra.
Un atributo de cualquier investigación es la VALIDEZ:

 INTERNA → es para ver si hay efecto entre las variables (los que menos sesgos tienen son los experimentales y
cuasi- experimentales). Validez interna: Capacidad de un estudio para identificar correctamente la interacción entre
las variables, los cambios en la variable dependiente deben ser imputables a la variable independiente.
Hay sesgos que amenazan esta validez, los principales son:
 Historia: eventos específicos de la vida de la persona que puede que hayan alterado los resultados de la variable
dependiente.
 Maduración: procesos
 Administración de test: en ocasiones esto puede generar un efecto, ya que se pueden saber las respuestas o cierto
instrumento puede estar desgastado.
 Instrumentalización
 EXTERNA → generalización, extrapolación

No experimentales no hay manipulación de variables, se estudian las características tal como se presentan en su
ambiente, normalmente solo se hace registro de las variables (a través de una entrevista, cuestionario, entre otros). A este
tipo de diseño se les conoce como diseños observacionales.
15 de mayo, 2023
Dentro de los diseños no experimentales al no haber intervención de variables se simplifica su clasificación.
Uno puede trabajar con dos grupos, experimental y control, pero además en ocasiones se puede trabajar con un 3 grupo,
que seria el grupo placebo, se utiliza principalmente en casos de medicina, por ejemplo, al probar una vacuna, ya que no
se puede solo trabajar con grupo experimental y grupo control, porque el grupo control al saber que no recibieron la
vacuna, tiende a cuidarse más y eso puede alterar los resultados de interacción de las variables. En cambio, si se agrega un
grupo placebo, ambos grupos se sentirán igual de protegidos, solo que algunos tendrán la vacuna y otros no, por lo que
tienden a comportarse de la misma forma, sin alterar los resultados.
Método
 Diseño
 Participantes
 Muestreo: debe ser representativa y seleccionada aleatoriamente
 Numero de muestreo
 Criterios
 Exclusión
 Inclusión

POBLACIÓN
Conjunto, que nosotros definimos;
ejemplo: población universitaria de
la ciudad de los ángeles, se le
conoce como universo, puede ser:
 Finita
 Infinita
Conglomerado, donde hay una
cantidad bastante extensa de
individuos, objetos, animales,
situaciones, etc.
EN LA PRÁCTICA NO ES
POSIBLE ESTUDIAR A TODA
LA POBLACIÓN.
MUESTRA
Subconjunto de la población, se denota con la letra N, y siempre es finita.
Se toman algunas personas de la población, normalmente de manera aleatoria,
llegando a una cantidad mucho más abordable, susceptible de ser estudiada y
aborda.
Deberían replicar suficiente información de la población, para que sea
representativo y para esto debe cumplir 2 condiciones:
a) Aleatorio
b) Tamaño muestral: debe cumplir con un determinado número de
participantes.
 Finalidad del estudio:
a) busca estimar características, porcentaje o promedio. Esta predicción
se hace con un margen de error, es algo que se va a sumar o restar a
lo que nosotros estemos proyectando, si quiero reducir el margen de
error debo trabajar con mayor cantidad de personas, a través de
muestras más grandes se consigue mayor precisión (lo escoge el
investigador). Intervalo de confianza (también lo escoge el
investigador). Variabilidad diferencia de opinión, a mayor diferencia
mayor muestra de datos (no la escoge el investigador, sino que por
defecto es un 50%, ya que es una característica propia de la
población). Tamaño de la población o factor N.
b) Por otra parte, hay estudios que buscan estimar la relación entre
variables, aquí los factores involucrados son: alfa nivel de
significancia estadística, se asume que es 5% (0.05), se refiere a que
puede haber un nivel de error de 5 en 100. Beta se conoce como
potencia y que normalmente se conoce como 80% (0.8, 1-B= 0.2),..
 Correlación esperada o r: uno puede hipotetizar que la correlación
es muy fuerte o inexistente, se puede adelantar el nivel de fuerza que
tendrá la correlación de las variables, si queremos descubrir que
existe un valor débil hablaríamos de 0.1 – 0.2 (para demostrar esto se
necesita muestreo muy alto), pero si queremos indicar que es una
correlación alta o fuerte seria 0.6 – 0-8 (se necesita muestreo más
pequeño)

18 de mayo, 2023
El margen de error siempre se reduce trabajando con una muestra mas grande, lo que equivale a mayor financiamiento.
Por lo general una buena muestra se aborda con un margen de error del 5%. El tamaño de la muestra depende además por:
1) nivel de confianza, 2) nivel de viabilidad.
Para el informe: a=0.05, b= 0.2, r= 0.2, cuando se exponga o en el informe se debe escribir: La muestra estará conformada
por 194 estudiantes universitarios, dicha estimación ha sido calculada en base a una calculadora estadística, que funciona
asumiendo un nivel de significancia de 0-05, una beta de 0.2 y un nivel de correlación de 0.2.
Distintos procedimientos de muestreo (permiten que sea representativo o aleatorio):
Las operaciones estadísticas serán calculadas de distinta forma según donde se obtenga: muestra o población.
Si calculo una media en una muestra se representará con una:

Muestreo (se llamarán estimadores, Población (son desconocidos y se

estadígrafos, estadísticos) llamaran parámetros)

Media x µ (Mu)
Varianza S2 Sigma (o2)
Desviación estándar S O

Existe un teorema matemático que le da fundamento o sentido a las prácticas de inv cuantitativa, se llama teorema central
del límite.
ESTRATEGIAS DE MUESTREO:
Da lugar a diferentes tipos de muestra (muestreo es una técnica, procedimiento, la forma en que consigo la muestra, la
muestra es un subconjunto de la población).
Encontraremos 2 diferentes estrategias de tipos de muestreo que da lugar a:

Muestra probabilística: que toda la población tenga una
probabilidad de participar, hay que cumplir con una condición previa
que es: un marco de muestreo instrumento o material que consigna
a todas las unidades de la población (puede ser un listado, o bien un
mapa que indique en qué lugar se obtendrá la muestra)
Aquí se encontrará el:
Muestreo aleatorio simple: tómbola con cierta cantidad de números
equivalentes a la población, basta tener la cantidad total de la
población y asignarle un numero a cada uno y en internet se sacan los
números aleatorios.
Muestreo estratificado: estratos: conocidos como clases, grupos de
participantes que han sido separados en función de alguna
característica, puedo tomar a una población y ver su estratificación
según clase social o sexo. Primero se toma una variable que vamos a
estratificar (la mas común es sexo), luego para cada estrato se utiliza
el muestreo aleatorio simple, pero se debe respetar el porcentaje
Muestra no probabilística (por conveniencia:
ya no es tan representativo, sino que son
aquellos datos mas accesibles; intencional: se
debe pasar por criterios de exclusión e
inclusión, para lograr que las personas que
participen, cumplan con las características que
quiero estudiar; muestreo por cuotas: fija una
cierta cantidad de participantes asignándola a
distintas condiciones ejemplo: inv sobre
estudiantes de psicología: 25 de primer año, 25
de segundo, 25 de tercero, no se seleccionan de
manera aleatoria, por lo que aquí no aplican las
probabilidades
poblacional, por ejemplo: un estudio de estudiantes de la universidad,
hay 200 alumnos en total, pero de ellos el 70% es mujer y el 30% son
hombres, por lo que en la muestra se escogerían aleatoriamente 70%
de mujeres, que serian 140, y 30% de hombres que serian 60. El
problema se da en que no siempre tenemos datos de los estratos
Muestreo sistemático: opera una especie de patrón que es una
constante, permite seleccionar individuos de manera sistemática, no
son valores tan aleatorios. Ejemplo: Hay una población de 100
personas y quiero obtener una muestra de 10 individuos, tengo que
escoger un numero al azar, que sería el primer número, en este caso
puede ser 7, se escogerá a la persona 7 como primer integrante de la
muestra, luego a la persona 14, luego a la 21 y así sucesivamente de 7
en 7.
Podría estar sesgado si existiese una especie de unidades
subyacentes, alguna característica escondida que coincida únicamente
con los datos que van siendo seleccionados
Muestreo por conglomerados: Similar al aleatorio simple, pero no
selecciona personas, sino que selecciona grupos de personas.
Ejemplo ya no selecciona personas, sino que seleccionan distintos
cursos ya formados previamente, que van a una suma total después,
la muestra
Muestreo polietápico (distintas etapas, combinación de todos los
anteriores). Opera en distintos niveles, la encuesta CASEM por
ejemplo, se escogen al azar unas villas, luego unas manzanas, luego
unas calles, luego unas casas en esas calles. Esta selección puede usar
distintos tipos de muestreo.