Taller de Investigación en

Ingeniería Industrial 1
UNIDAD 3
Docente: Ing. Katherin Carrion Segundo
 LAS VARIABLES

Es un aspecto, característica o
LAS VARIABLES
propiedad de una realidad

Las variables son manifestaciones de

la realidad.

A través de ellas se puede conocer y

medir la realidad, el hecho o
fenómeno
 VARIABLES DE LA HIPÓTESIS

Variable • Causa
VARIABLES DE LA HIPÓTESIS
Independiente

Variable • Efecto
Dependiente

Variable • Se interpone entre la

Interviniente o
Concurrente VI y la VD
 LAS VARIABLES
Definición conceptual
• Son definiciones de diccionario o libros especializados que abarcan las
cualidades necesarias para describirla según el interés del investigador. se
limita a explicar el significado de la Variable, utilizando palabras conocidas.
• Permite al investigador tener una idea clara de los términos en que se
fundamentará su enfoque teórico

Definición operacional
• Es la interpretación de la variable en términos empíricos que
puedan ser observados y medidos, buscando indicadores que
proporcionen la mayor información sobre la variable; capte
mejor la esencia de ella; se adecue mejor al contexto y sea la
mas precisa o amplia según el caso
 Operacionalización de una variable
1. VARIABLE Definición Definición Dimensiones Indicadores Unidad de Escala Valor final
Conceptual Operacional medida
Aprovechamiento de Uso de los recursos Forma Porcentaje Nº de camas De Razón o Muy Bueno : 80% a
los hospitalarios como se Aprovechamiento ocupacional proporción más
recursos en un disponibles para utiliza cada de los recursos de camas
servicio atender el uno de los físicos Útil : 79%-60%
hospitalario número de recursos Promedio de Nº de días
pacientes institucional estancia Malo : 59% a menos
solicitantes en el es para hospitalaria
mes brindar al Bueno :
(oferta/demanda) usuario un Personal Asistencial
servicio de Aprovechamiento Porcentaje de Nº de : 70%
calidad de los recursos personal personas Personal
humanos Asistencial administrativo 30%
Porcentaje de Malo :
personal Personal Asistencial
administrativo. < 70%
Personal
Administrativo > 30%

Bueno :
70% para labor
asistencial
30% para labor
administrativa

Aprovechamiento Porcentaje de Nuevos soles Malo :

de los recursos distribución del <70% labor
financieros presupuesto por asistencia
servicio >30% labor
administrativa
 MUESTREO

POBLACIÓN POBLACIÓN

muestreo
inferencia
MUESTRA
-------------------
“La vida es el arte de llegar a conclusiones a partir de
evidencias insuficientes”.
Samuel Butler
 POBLA CION Y MUESTRA

• Población y Muestra: en esta sección se describe la población, tamaño

de la muestra y tipo de muestreo.
En el caso de investigaciones bibliográficas esta sección se omite, pues el
universo se corresponde con el tema de estudio.
• Población: conjunto para el cual se validan las conclusiones que se
deriven de la investigación. Comprende las personas, instituciones o
cosas que se involucran en la investigación.
• Muestra: constituye un subconjunto representativo del universo o
población.
• Tipos de Muestreo: forma de selección de la muestra.
MUESTREO CARACTERISTICAS
Aleatorio simple Se selecciona una muestra de
tamaño n de una población de N
unidades, cada elemento tiene una
probabilidad de inclusión igual y
conocida de n/N.
Sistemático Conseguir un listado de los N
elementos de la población
Determinar tamaño muestral n.
Definir un intervalo k=N/n.
Elegir un número aleatorio, r, entre 1 y
k (r=arranque aleatorio).
Seleccionar los elementos de la lista.
Estratificado En ciertas ocasiones resultará
conveniente estratificar la muestra
según ciertas variables de interés.
Para ello debemos conocer la
composición estratificada de la
población objetivo a muestrear. Una
vez calculado el tamaño muestral
apropiado, este se reparte de manera
proporcional entre los distintos
estratos definidos en la población
usando una simple regla de tres.
VENTAJAS
Sencillo y de fácil comprensión.
Cálculo rápido de medias y
varianzas.
Se basa en la teoría estadística, y
por tanto existen paquetes
informáticos para analizar los
datos
Fácil de aplicar.
No siempre es necesario tener un
listado de toda la población.
•Cuando la población está
ordenada siguiendo una tendencia
conocida, asegura una cobertura
de unidades de todos los tipos.
Tiende a asegurar que la muestra
represente adecuadamente a la
población en función de unas
variables seleccionadas.
•Se obtienen estimaciones más
precisa
Su objetivo es conseguir una
muestra lo mas semejante posible
a la población en lo que a la o las
variables estratificadoras se
refiere.
INCONVENIENTES
Requiere que se posea de
antemano un listado completo de
toda la población.
Cuando se trabaja con muestras
pequeñas es posible que no
represente a la población
adecuadamente.
Si la constante de muestreo está
asociada con el fenómeno de
interés, las estimaciones obtenidas
a partir de la muestra pueden
contener sesgo de selección
Se ha de conocer la distribución
en la población de las variables
utilizadas para la estratificación.
 MUESTRA
 Muestra: Es un subconjunto representativo de la población. Una muestra puede ser
probabilística (aleatoria) o no probabilística
MUESTRA
 Tamaño de la muestra
Una parte fundamental para realizar un estudio estadístico de cualquier tipo es obtener
unos resultados confiables y que puedan ser aplicables. Como ya se comentó
anteriormente, resulta casi imposible o impráctico llevar a cabo algunos estudios sobre
toda una población, por lo que la solución es llevar a cabo el estudio basándose en un
subconjunto de ésta denominada muestra. Sin embargo, para que los estudios tengan la
validez y confiabilidad buscada es necesario que tal subconjunto de datos, o muestra,
posea algunas características específicas que permitan, al final, generalizar los resultados
hacia la población en total. Esas características tienen que ver principalmente con el
tamaño de la muestra y con la manera de obtenerla.
 Tamaño de muestra para estudios
cualitativos
Tamaño de muestra para estudios

ObjetivoObjetivo
estimar porcentaje estimar porcentaje
cualitativos

Población finita Población infinita

2
Z 2
* N * p (1  p) Z (1 / 2) * p(1  p)
n
(1 / 2)
n
 
2
* p (1  p )  ( N  1)  
2 2
Z (1 / 2)
 Tamaño de muestra para estudios
cuantitativos
Tamaño de muestra para estudios
cuantitativos Objetivo estimar media
Objetivo estimar media

Población finita Población infinita

2 2
n
Z (12  / 2) * N 2 Z (1 / 2) *
Z 2
*  ( N  1)  
2 2 n
 
2
(1 / 2)