Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INVESTIGACIÓN
SEGÚN: Hernández et al, Toro & Parra, Vara.
MATERIALES Y MÉTODOS
1.1 Tipo de estudio y diseño de la investigación
1.2 Población y muestra
1.2.1 Tamaño de la muestra
1.2.2 Selección del muestreo
1.2.3 Criterios de inclusión y exclusión
1.3 Variables
1.3.1 Definición conceptual / operacional
1.4 Plan de recolección de datos e instrumentos
1.5 Plan de análisis y procesamiento de datos
1.6 Ventajas y limitaciones
1.7 Aspectos éticos
1.8 Aspectos administrativos
1.9 Cronograma de actividades
Hernández
Sampieri, et al
(2014)
1.1 TIPO DE ESTUDIO Y DISEÑO DE INVESTIGACIÓN
TIPOS DISEÑOS
Por su
desarrollo:
Básic
a
Exploratorio
Vara
(2010)
Aplicada Descriptivo
Experimentales
Explicativo
Cuasi - experimentales
1.2 POBLACIÓN Y MUESTRA/ Vara (2010)
població Muestra
n
La población es el conjunto de sujetos o (n),
es el conjunto de casos extraídos de la
cosas que tienen una o más propiedades en población, selecciona-dos por algún método
común, se encuentran en un espacio o terri- racional, siempre parte de la población. Si
torio y varían en el transcurso del tiempo se tienen varias poblaciones, entonces se
Vara (2010). tendrán varias muestras Vara (2010).
Define la
Muestr población Eta
eo
o Determina si mu pas d
El muestreo es el proceso poblacione est e
s
realizarás reo l
de extraer una muestra a muestreo y
el tipo
partir de una población. adecuado
Calcula el
tamaño
muestral Identifica el
marco
poblacional Selecciona a
los
individuos de
tu muestra
1.1.1 TAMAÑO DE LA MUESTRA
Relación entre error y tamaño de/ Hernández Sampieri, et al (2014) & Vara (2010)
muestra
Margen de error, nivel de confianza y tamaño de la muestra siempre van de la mano. Si quiero obtener un
margen de error y un nivel de confianza determinado (por ejemplo, error del 5% con confianza 95%) necesitaré un tamaño
de muestra mínimo correspondiente. Modificar cualquiera de los 3 parámetros, altera los restantes:
Parámetr
os
1. Reducir el margen de error obliga a aumentar el tamaño de la muestra.
2. Aumentar el nivel de confianza obliga a aumentar el tamaño de la muestra.
3. Si aumenta el tamaño de mi muestra, puedo reducir el margen de error o incrementar el nivel de confianza.
Campana de
Según Gauss
el gráfico, para una
distribución normalizada (media
0, desviación 1) si queremos englobar
los valores que cubren el 95% de los
casos, tengo que definir un margen de
error entre -1,96 y +1,96 de la media. Si
quiero cubrir el 99% de los casos, el
margen debe alejarse hasta +-2,58.
Fórmula para el tamaño / Hernández Sampieri, et al (2014) & Vara (2010)
muestral
Donde:
No Probabilístic
Evaluar toda probabilístico o
la población: o intencional
Censo No todos tienen
la posibilidad de Tipo Procedimiento
ser elegidos
s s
La población se
divide en • Aleatorio simple • Tómbola
segmentos y se
• Estratificada • Tablas de
selecciona una
muestra por cada Las unidades se • Racimos o números
segmento encuentras
clusters aleatorios
encapsuladas en
determinados
• STATS
lugares físicos • Selección
sistemática
1.2.3 CRITERIOS DE INCLUSIÓN Y EXCLUSIÓN
/ Hernández Sampieri, et al (2014) & Vara (2010)
Criterios de inclusión y
exclusión
Lista de características que limitan el tamaño final de tu población, en función de los objetivos
del estudio.
Ejempl
o:
Muestra:
❑ Población objetivo:
La población está constituida por contribuyentes y personal de Aduanas que laboran por más de cinco años, en el caso de
Aduanas en el área de operaciones situada en el Callao, en el caso de los contribuyentes que laboren en empresas
informales en Lima Metropolitana, durante el período de investigación.
Una variable es una propiedad que puede fluctuar y cuya variación es susceptible de medirse u
observarse (Hernández Sampieri, et al 2014, p.105)
La variable es todo aquello que puede asumir diferentes valores; es cualquier dato que puede variar
(Ej. la edad, la inteligencia, el rendimiento laboral, la eficiencia, las horas de trabajo, la
remuneración, entre otros) (Vara 2010 p. 272)
Las variables son todo aquello que vamos a medir, registrar, controlar y estudiar en la tesis. Por lo
tanto, es importante que sepas cuáles son las variables que vas a medir o registrar y cómo lo harás.
Es decir, las variables siempre deben ser:
operacional
Existen 4 aspectos relacionados a lo que respecta a las variables:
1. Definir como entiende y la significancia de la variable para el investigador y de esta manera evitar discrepancias o
mal interpretaciones a cerca de la variable en una investigación.
2. Asegurarnos de que las variables pueden ser evaluadas en la realidad a través de los sentidos.
4. Evaluar mas adecuadamente los resultados de nuestra investigación, porque las variables (y no sólo hipótesis) han
sido contextualizadas.
Definición conceptual
Son definiciones de diccionarios o libros especializados. Sin embargo, son insuficientes para definir las variables de la
investigación, porque no nos relaciona directamente con la realidad.
Definición operacional
Una definición operacional constituye el conjunto de procedimientos que describe las actividades que un observador
debe realizar para recibir las impresiones sensoriales que indican la existencia de un concepto teórico en mayor o menor
grado. Para Kerllinger, una definición operacional nos dice que medir esta variable hay que hacer esto y esto otro, por
ejemplo inteligencia, podría ser definida como la respuesta a una determinada prueba de inteligencia.
1.4 PLAN DE RECOLECCIÓN DE DATOS E
INSTRUMENTOS
Recolectar los datos implica:
/ Hernández Sampieri, et al (2014)
a) Seleccionar uno o varios métodos o instrumentos disponibles, adaptarlos o desarrollarlos, esto depende del
enfoque que tenga el estudio, así como del planteamiento del problema y de los alcances de la investigación;
c) Preparar las mediciones obtenidas o los datos recolectados para analizarlos correctamente.
❖ Distribución de frecuencias
Análisis de datos ❖ Media
cuantitativos ❖ Mediana
❖ Medidas de tendencia central ❖ Moda
❖ Rango
❖ Medidas de variabilidad ❖ Desviación estándar
❖ Varianza
❖ Gráficas, puntuaciones z (en
Descriptiva centro de recursos en línea)
El análisis se realiza tomando en
cuenta los niveles de medición de
las variables y mediante la
● Coeficientes de correlación
estadística, que puede ser
● Regresión lineal
● Prueba t
● Prueba de la diferencia de proporciones
● Análisis de varianza
Análisis paramétrico
● Análisis de covarianza (en centro de recursos en
línea)
Inferencia
Análisis no paramétrico
• Sirve para estimar parámetros
y ● Chi cuadrada
probar hipótesis ● Coeficientes de Spearman y Kendall
Análisis multivariados ● Coeficientes para tabulaciones cruzadas
• Se basa en la distribución
(centro de recursos en línea)
muestral
1.6 VENTAJAS Y LIMITACIONES
• Incluyen las ventajas o puntos fuertes del proyecto: novedad científica o metodológica,
brevedad en la obtención de resultados, no dispendiosos en cuanto a recursos y las
limitaciones teóricas o aplicadas del diseño, dificultades en la obtención y análisis de los
resultados
• Ejemplo de limitaciones:
➢ Los test utilizados serán autoaplicados, por lo que los datos brindados pueden ser
falseados al estar sujetos a deseabilidad social. Se tratará de controlar este aspecto
mediante la sensibilización de la población, enfatizando el anonimato de la evaluación
y de su uso para fines únicos de investigación.