Documentos de Académico
Documentos de Profesional
Documentos de Cultura
U C V F I L I A L L I M A N O RT E
METODOLOGÍA DE LA INVESTIGACIÓN
CIENTÍFICA
SESIÓN 07
CAPACIDAD
En el caso de los ítems (solo cuando se aplican cuestionarios), esta columna contendrá las
preguntas que se proponen para cada indicador, al menos dos preguntas por indicador.
En el caso de los Parámetros, indica la fórmula mediante la cual se calcula el indicador.
Espinoza (2019). Las variables y su operacionalización en la investigación educativa. Segunda parte. Revista Conrado, 15(69), 171-180. Recuperado de
http://conrado.ucf.edu.cu/index.php/conrado
Para ello, es fundamental, entre otras cosas definir los criterios de inclusión (características
clínicas, demográficas, temporales y geográficas de los sujetos que componen la población en
estudio) y de exclusión (características de los sujetos que pueden interferir con la calidad de
los datos o la interpretación de los resultados.
Z2S2 Cuantitativa
Media Escala de
poblacional n=-------
razón
e2
Población
desconocida Cualitativa
Proporción Z2p(1-p) Escala
n=----------- nominal:
poblacional
dicotómica
e2
Tamaño
de
muestra
NZ S
2 2
Cuantitativa
Media
poblacional n=------------------ Escala de
razón
(N-1)e2+Z2S2
Donde: Población
n es el tamaño de la muestra; conocida
Z es el nivel de confianza; NZ2 p(1-p) Cualitativa
p es la variabilidad positiva;
Proporción n=----------------------- Escala
q es la variabilidad negativa;
N es el tamaño de la población; poblacional nominal:
(N-1)e2+Z2p(1-p) dicotómica
E es la precisión o el error.
Dirección de Investigación UCVDEFilial
DIRECCIÒN Lima ––Campus
INVESTIGACIÒN Lima
UCV FILIAL LIAM Norte
NORTE
TABLA DE APOYO AL CÁLCULO DEL TAMAÑO DE UNA MUESTRA
POR NIVELES DE CONFIANZA
Nivel de
99% 98% 97% 96% 95%
Confianza
Z 2.58 2.33 2.17 2.05 1.96
https://www.imim.cat/ofertadeserveis/software-public/granmo/
POBLACIÓN
MUESTRA
es en tativa
ar te repr
ap
xt ra igo un
E
Dirección de Investigación UCVDEFilial
DIRECCIÒN Lima ––Campus
INVESTIGACIÒN Lima
UCV FILIAL LIAM Norte
NORTE
Métodos de muestreo
Probabilístico No probabilístico
Todas las unidades tienen igual Cada unidad NO tiene igual
probabilidad de participar en la probabilidad de participar en la
muestra. muestra.
La elección de cada unidad No se puede calcular el error
muestral es independiente de muestral
las demás. Alto riesgo de invalidez
Se puede calcular el error producido por la introducción de
muestral sesgos .
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Seleccione “n” números
aleatorios de la tabla de números
aleatorios.
- Recopile la información de cada
una de las unidades de análisis
seleccionadas.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Hallar el intervalo de selección
sistemática
- Se elige un numero aleatorio “i”
(1 ≤ i ≤ k)
- La muestra esta conformada
por:
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Se clasifica la población en “L”
estratos.
- El tamaño de muestra “n” lo
dividimos en “L” muestras n1,
n2, n3, ….., nL
- Seleccionamos submuestras de
cada estrato.
Dirección de Investigación UCVDEFilial
DIRECCIÒN Lima ––Campus
INVESTIGACIÒN Lima
UCV FILIAL LIAM Norte
NORTE
MUESTREO POR CONGLOMERADOS
El procedimiento consiste en hacer una selección de grupos o conglomerados, que
son agrupaciones de elementos que deben ser los mas heterogéneos posibles, pero
homogéneos entre si.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Se divide el área total (población)
en áreas mas pequeñas
(subdivisiones)
- Se selecciona al azar algunas de
estas subdivisiones.
- Se selecciona el tamaño de
muestra de las subdivisiones
elegidas.
Dirección de Investigación UCVDEFilial
DIRECCIÒN Lima ––Campus
INVESTIGACIÒN Lima
UCV FILIAL LIAM Norte
NORTE
MUESTREO NO PROBABILÍSTICO
1.- Muestreo por Cuotas:
También denominado en ocasiones "accidental". Se asienta generalmente
sobre la base de un buen conocimiento de los estratos de la población y/o de
los individuos más "representativos" o "adecuados" para los fines de la
investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carácter de aleatoriedad de aquél.
Ejemplo:
20 individuos de 25 a 40 años, de sexo femenino y residentes en el distrito de San
Borja
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto. También puede ser que el investigador seleccione directa
e intencionadamente los individuos de la población.
Ejemplo:
Profesores de universidades que emplean con mucha frecuencia a sus propios
alumnos para realizar alguna investigación.
Dirección de Investigación UCVDEFilial
DIRECCIÒN Lima ––Campus
INVESTIGACIÒN Lima
UCV FILIAL LIAM Norte
NORTE
MUESTREO NO PROBABILÍSTICO
3.- Muestreo Bola de Nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y
estos a otros, y así hasta conseguir una muestra suficiente.
Diseño: El término diseño adquiere otro significado, distinto al que posee dentro
del enfoque cuantitativo, particularmente porque las investigaciones cualitativas
están sujetas a las condiciones de cada contexto en particular. En el enfoque
cualitativo, el diseño se refiere al abordaje general que habremos de utilizar en el
proceso de investigación. Miller y Crabtree (1992) lo denominan aproximación,
Álvarez-Gayou (2003) marco interpretativo y Denzin y Lincoln (2005) estrategia de
indagación.
Dentro del marco del diseño se realizan las actividades mencionadas hasta ahora:
Inmersión inicial y profunda en el ambiente, estancia en el campo, recolección de
los datos, análisis de los datos y generación de teoría.
DISEÑOS CUALITATIVOS