Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CESA
METODOLOGIA DE LA
INVESTIGACION: MATRIZ MAPIC
Expositor: Ms. Sc. Luis Villarroel P.
CONTENIDO
I.
I.INTRODUCCION - OBJETIVOS
Presentar PROBLEMAS EN INVESTIGACION
Comprender las BASES METODOLGICAS PARA EL
DISEO DE LA INVESTIGACIN MATRIZ MAPIC.
Comprender el rol de la ESTADISTICA en la investigacin
cientfica (anlisis e interpretacin de datos).
Observacin
Experimentacin
2. Definicin de Factores.
3. Definicin de las Unidades Experimentales
4. Definicin de Observaciones (variable de respuesta)
5. Definicin del Diseo Experimental.
6. Definicin del Mtodo Matemtico.
2. DEFINICIN DE LA POBLACIN Y
UNIDADES DE OBSERVACIN
Poblacin
- Conjunto de individuos a los cuales nos interesamos
a estudiar
Existen dos problemas a resolver
-Nmero de variables
- Naturaleza del dato
10
son aquellas
que toman un nmero limitado de modalidades.
Ejemplo : el sexo, estado civil, etc.
A cada modalidad corresponde una categora de
individuos; estas categoras forman una particin de
la poblacin.
Datos cuantitativos
Datos de medicin continuos
Datos de conteo - discreta
Datos cualitativos
Datos binarios
Datos ordinales
Datos nominales
12
3. DEFINICIN DE VARIABLES
Nmero de variables
RESULTADOS
ESPERADOS
VARIABLES TIPO DE
VARIABLE
R1
X1 (Cuantitativa, Continua)
X2 (Cualitativa, Binaria)
R2
X3 (Cualitativa, Ordinal)
X1 (Cuantitativa, Continua)
X4 (Cualitativa, Nominal)
R3
X1 (Cuantitativa, Continua)
13
Secundarias
Cualitativas
Reuniones de grupo
Entrevistas en profundidad
Observacin
Cuantitativas
Encuestas
Experimentos
Internas
Registros
Informes Internos
Externas
Publicaciones
Estadsticas sectoriales
Informes Externos
14
INVESTIGACION CUALITATIVA
Aproximacin lgico-positivista
Aproximacin fenomenolgica
Medicin controlada
15
Entrevistas en profundidad
Reuniones de grupo
Semidirectos
Phillips 66
Delphi
Indirectos
Tcnicas proyectivas
Tcnicas de creatividad
Observacin
Personal
Anlisis de Contenido
Auditoria
16
Personal
Postal
Telefnica
Encuestas peridicas
17
Poblacin
Muestra
Censo
Muestreo
Tipos de muestreo:
Es posible medir el
error
Planes probabilisticos.
No existe un buen
conocimiento de la
poblacin
La seleccin de
individuos se
responsabiliza al
azar
19
Planes no probabilsticos
No es posible
medir el error
La seleccin de
individuos se
responsabiliza al
investigador
Existe un buen
conocimiento de la
poblacin
20
- Problema complejo
- Nivel descriptivo nivel inferencia
- Criterios: Resultados esperados, variables que
participan en el resultado, tipo de dato, mtodo
estadstico.
22
CONTROL DE CALIDAD DE
LOS DATOS
Factores de seleccin
- Resultados Esperados
- Nmero de Variables
- Tipo de los datos
24
Definicin de la Estadstica
La Estadstica Aplicada
25
COLECTA DE
DATOS
Observacin
ANALISIS
ESTADISTICO
Descriptivo
Experimentacin
26
TRATAMIENTO DE DATOS
Estadstica - Herramientas
Cualitativos
Cuantitativos
1Estadstica
Dimensin
Descriptiva
Cualit.
Mixtos
Cuantit.
2 Dimensiones
RESUMIR
Cualit.
Mixtos
Cuantit.
P Dimensiones
1 Dimensin
Estadstica
2 Dimensiones
Estimacin
Inferencial
P Dimensiones
GENERALIZAR
1 Dimensin
Test de
Hiptesis
2 Dimensiones
P Dimensiones
27
Bidimensional
Multidimension
al
Datos
cuantitativos
Box Plot
Scatter Plot
Diagrama de
individuos ACP
Datos
cualitativos
Tablas de
frecuencia
unidimensional
Tablas de
frecuencia
unidimensional
Tablas de
frecuencia
unidimensional
Box Plot :
ACP
AFC
Datos mixtos
Cuantitativanominal
Scatter Plot:
Cuantitativa Ordinal
28
Datos
cuantitativos
Datos
cualitativos
Unidimensional
Bidimensional
Multidimension
al
Grficas
Parametros de
posicin,
dispersin, forma
Grficas,
Covarianza
Correlacin
Regresin
ACP, CLUSTER
Grficas
Tablas de
frecuencia
AFC
Grficas
Tablas de
frecuencia
29
Bidimensional
Multidimension
al
Estimacin
Promedios
Varianzas
Proporciones
Correlacin
Regresin
MANOVA
Regresin
multiple
Correlacin
cannoca
Test de
hipotesis
Test Conformidad
Test de
comparacin
Test de
significacin
MANOVA
Discriminante
Cannico
Mtodos no
parametricos
Test Significacin
Run test
Wilcoxon
Mann-Whitney
Spearman
Kendall
Kernell
Redes
neuronales
Kruskall
30
V. CONCLUSIONES
La necesidad de un trabajo coordinado investigador estadstico, debiera ser una prctica corriente en la
investigacin cientfica responsable.
EJEMPLO
32
Variables
Estimar el
X1: Rendimiento
rendimiento
promedio de la (Cualit. Ordinal)
materia
X1: Rendimiento
Identificacin
X2: hrs. de estudio en
de factores que
la casa por da
inciden en el
rendimiento X3: Sexo
acadmico X4: Tipo de Colegio
X5: Edad
Comparacin
X1: Rendimiento
del
rendimiento X5: Edad
por sexo
Mtodo de colecta
(Fuentes de colecta)
Revisin de
Registro
Mtodo
Estadstico
Intervalo de
confianza de
un promedio
Registro
Entrevista
Registro
Encuesta
Registro
Regresin
Logstica
Ordinal
- Mann-Whitney
- Paramtrico
33
GRACIAS POR SU
ATENCION!!!!
CENTRO DE ESTADISTICA APLICADA
CONVENIO CIUF- UMSS
34